ARM NEON技术在车位识别算法中的应用
加入技术交流群
由优化后程序代码可见，循环跳转次数为原来的1 4 ,但是由于使用了NEON 相关的vld1q_u32 函数，一次可在NEON的128位寄存器中装入4个32位数值，调用vaddq_u32可对4个数据时同时进行加法运算，在一个指令周期就完成了4次加法运算，理论上加法运算次数为原来的1 4 ,大大提高了运算性能。
对于第二个for循环也可以采用类似方法优化，只是调用的函数略有不同，具体考参考GCC的技术文档，有详细的使用说明。
其他函数如预处理、角点、相关度函数的优化和此方法类似，重点针对循环和可以并行运算的代码进行优化。
表3 中给出了Cortex-A8 平台使用NEON 技术优化后与ARM11测试时间的对比。
4 结语
通过使用ARM NEON 技术，对于图像处理这类矩阵运算进行并行优化，可大大提高处理速度，进行优化后，速度较优化前提升了达2倍之多，较ARM11提升了8 倍的速度。ARM COTEX-A 系列所使用的NEON 技术，不仅使车位图像检测算法的速度有很大提升，在信号处理等多媒体处理算法中，也有广阔的应用前景。
评论