我们选取ITU-T公布的JM6.1e参考软件作为我们的优化对象，目标是实现一个base-line profile的实时编解码算法。但是JM6.1e代码复杂，冗余度很大，需要在PC机端对其进行较大调整，涉及工作有：去除冗余代码、规范程序结构、全局和局部变量的调整和重新定义、结构体的调整等。  
 
　　1． 代码移植     　　代码移植，就是将在PC端跑通的程序，移植到DSP端，使其能够初步运行。需要考虑的问题主要是一些内存分配，语法规则等问题。   　　2． DSP端代码的优化    　　  通过把PC机H.264代码DSP化，可以在DSP上实现H.264的编解码算法，但是，这样实现的算法运行效率很低，因为所有的代码都是由C语言编写，并没有完全利用DSP的各种性能。所以必须结合DSP本身的特点，对其进一步优化，才能实现H.264视频解码器算法对视频图像的实时处理。
    　　代码的优化分为三个层次：项目级优化，算法级优化，指令级优化。   　　*项目级优化    　　 是对项目的整体优化，主要手段有以下几点：    　　 首先是利用CCS编译器提供的优化功能，对优化选项进行选择和配置，如打开O-3选项等。    　　其次对程序结构进行调整，对不适合DSP执行的语句进行改写，以提高代码的并行性。    　　 最后是对内存进行合理分配，因为DSP资源有限，我们把一些常用数据，如全局变量，程序等数据分配到访问速度高的片内内存，把占用空间较大的数据分配在片外，如帧存等。   　　* 算法级优化     　　是利用H.264的自身特点，提出快速高效算法，从算法上挖掘潜力，提高运行速度，达到优化目的。这部分工作主要集中在编码器优化方面。     　　视频编码中，运动估计部分是运算量最大的一块，研究显示，对于H.264，单帧参考，运动估计占总运算量的70％，5帧参考，这个比例能达到90％，因此，提出有效快速的运动估计算法非常有必要，我们通过研究提出了基于预测和早停止技术的运动估计算法，主要方法是利用周边邻块对当前块运动矢量进行预测，并设定自适应阈值，使搜索提前停止。   　　我们提出的算法，在搜索窗32时，每块平均搜索点数3－4个左右，和全搜索算法的4225余个点相比，提高速度1000多倍。和一些经典快速算法相比，优势也很明显， H.264算法中，亚象素运动估计采用全搜索，1/4精度下，需要搜索16个点。我们提出了自己的亚象素快速搜索算法，平均搜索点数7个，节省运算量60％以上。我们提出的新算法提高编码速度很明显，而且质量也较好，PSNR损失不到0.06dB，码率增大2％左右。这对于运动估计算法基本可以忽略不计。     　　此外，我们针对帧间编码7中块大小匹配模式，以及帧内预测13中模式太过复杂，运算量太大的问题，提出了我们自适应模式选择算法，不需要将所有模式全部计算，就能找到一种相对最优的模式。这些算法，都大大提高了代码的运行速度，在速度与质量上达到较好的折中。   　　*指令级优化     　　 如果上述优化方法无法达到实时要求，就需要进行指令级优化了，主要手段有。   　　·循环拆解：将C语言中的for循环打开，排流水线，提高并行性   　　·调用系统提供的丰富的内联函数   　　·调整数据结构：将需要大规模访问的数据，在内存中将它们放置在一起，方便DMA机制的访问，或并行指令的处理，如插值函数模块。   　　·将耗时函数抽取出来      　　 用线性汇编改写，充分利用丰富的媒体处理指令[5]，最大限度的利用DSP的并行性。例如，运动估计中频繁调用的SAD计算，是对相应象素点做差，并对残差场求绝对值和的计算。原始算法是对每一对象素点分别求差，再对其绝对值累加。   　　我们对其进行了线性汇编的改写，使用了SUBABS4（一次对两对4字节数据做差并求绝对值），DOTPU4（一次对两对4字节数据做内积），LDW/LDNW（一次读取4字节数据）等指令，使代码并行性有了很大提高。对16×16的块来说，优化前需要指令1000余条，优化后，200条就足够了。 我们充分利用系统并行性，对耗时函数进行汇编语言改写，涉及函数有DCT变换，反DCT变换，整象素运动估计，亚象素搜索，帧内编码函数，插值函数等，效果明显。   　　算法性能的评测及前景展望     　　在NVDK C6416环境下，测试了编解码器算法，对QCIF测试序列，编码器40_50帧/秒的编码码速度，解码器达到50_60帧/秒的解码速度，远远达到了实时性解码的目的。     　　因为代码的兼容性和可移植性，我们可以把在C6416上实现的编解码算法移植到TI公司推出的媒体处理专用芯片TMS320DM642上，利用其丰富的媒体处理接口和协处理器，实现更好的性能。