该系统基于CORTEX-A和Linux系统。在Linux中使用的编译器是GCC。本文采用通用C语言优化和NEON编程优化对图像相关函数进行了优化，并进行了测试比较。方差函数方差代码在优化前后进行比较，如图所示。
对于一般的C语言级优化，对于矩阵数据，如图像，主要用于循环优化。以第一个循环为例，如图所示，C语言级优化的代码如图所示。
从优化结果可以看出，回路跳数被有效地减少到。但是也可以发现，加法运算的数目与原始运算的数目几乎相同，并没有减少。在对其他循环函数和其他函数进行优化之后，测试时间对比如表所示。
从表中的数据可以看出，使用公共C语言边界优化并没有明显的改进，因为Linux系统使用GCC编译器进行编译，在选择-O级优化时，循环已经优化，所以速度还没有达到明显改善。
GCC编译器从.版本开始，为ARM氖技术提供了良好的支持，例如GCC中的函数：
Unt xyt vADuju（uTIN xxyt，utIntxxyt），对应于宿语言：VADD。I d，d，d。uintx_t表示两个位无符号整数的数据类型。当在GCC编译器中使用NEON技术时，需要包括头文件arm_neon.h.NEON增强指令集，该指令集只有在发布了Cortex-A系列后才可用，因此ARM不能使用NEON技术。比较第一个for循环之后的方差函数的第一个差异如图所示。
从优化的程序代码中，我们可以看到循环跳数是，但是由于使用了与氖有关的VLDQUU函数，可以在四位的NEN寄存器中加载位的值，调用VADQQUU可以同时添加四个数据，在一个指令周期内完成F。我们的加法运算，加法运算的次数是，大大提高了运算性能。
类似的方法可以用来优化第二个for循环，但是调用的函数略有不同，具体参考了GCC的技术文档，详细描述了使用。
与此方法类似，其它函数如预处理、角点、相关函数优化等都集中在循环码和并行码的优化上。
利用ARM NEON技术，对图像处理等矩阵运算进行并行优化，可以大大提高处理速度。优化后，速度比优化前提高了两倍，比ARM快了八倍。SIR和其他多媒体处理算法。
免责声明：本网站内容来源网络，转载是出于传递更多信息之目的，并不意味赞成其观点或证实其内容真实性。转载稿涉及版权等问题，请立即联系网站编辑，我们会予以更改或删除相关文章，保证您的权利。
作者：徐州百都网络 | 来源： | 发布于：2022-04-03 11:00:52