2d圖形硬件加速引擎的設(shè)計

《2d圖形硬件加速引擎的設(shè)計》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、目錄摘要?????????????????????????????????????????????IAbstract．?．?．?．?．．?．．??．．．?．??．??．?．．?．??．?．?．??．???．??．．?．??．?．?．??．．．III目錄????????????????????????????????????????????．10r第一章緒論?????????????????????????????l1．1背景與意義???????????????????????????．．11．2國內(nèi)外研究現(xiàn)狀????????????????????????

2、?．．21．3設(shè)計指標(biāo)????????????????????????????．31．4論文的主要工作及組織結(jié)構(gòu)?????????????????????3第二章2D圖形加速的相關(guān)理論基礎(chǔ)???????????????????一52．12D圖形系統(tǒng)在Android的軟件架構(gòu)??????????????????．52．2圖元繪制的基本算法????????????????????????82．3圖像縮放算法??????????????????????????132．4本章小結(jié)????????????????????????????21第三章2D圖形硬件加速引擎

3、的設(shè)計???????????????????233．12D圖形硬件加速引擎的設(shè)計架構(gòu)??????????????????一233．2原始繪圖單元設(shè)計????????????????????????．243．3色彩模式轉(zhuǎn)換和A枷混合單元設(shè)計?????????????????283．4二維旋轉(zhuǎn)單元的設(shè)計???????????????????????．333．5二維縮放單元的設(shè)計???????????????????????一353．6總線接口的設(shè)計?????????????????????????443．7本章小結(jié)???????????????????????

4、?????46第四章仿真驗證與分析????????????????????????474．1驗證方案????????????????????????????474．2仿真驗證????????????????????????????484．3性能分析????????????????????????????5l4．4本章小結(jié)????????????????????????????54第五章總結(jié)與展望??????????????????????????555．1總結(jié)?????????????????????????????一55V5．2展望???????????

5、??????????????????．．55致謝????????????????????????????????57參考文獻(xiàn)???????????????????????????????．59攻讀碩士學(xué)位期間發(fā)表的論文???????????????????????63第一章緒論第一章緒論1．1背景與意義隨著智能手機(jī)、平板電腦等消費(fèi)電子產(chǎn)品的飛速發(fā)展，在此類設(shè)備上的圖像處理質(zhì)量與速度也越來越受到大家的關(guān)注。由Google公司推出的Android智能操作系統(tǒng)具有強(qiáng)大的功能和豐富的應(yīng)用，迅速得到了市場的認(rèn)可。圖形系統(tǒng)是An擊oid系統(tǒng)的重要組成部分，它的顯示效果

6、和處理速度將會最終影響用戶體驗。然而原生An&oid圖形系統(tǒng)到目前依然完全由軟件計算實現(xiàn)，性能已經(jīng)越來越難以滿足用戶日益增長的需要。論文在做問題追蹤和性能進(jìn)行分析時，使用了Android下對2D圖形做性能評估的測試程序Oxbenchmark。分析其Oprofile結(jié)果如表1．1所示。Oprofile是Lmux系統(tǒng)中用于評測和性能監(jiān)控的一個重要工具，屬于一種介入系統(tǒng)內(nèi)部，記錄系統(tǒng)底層調(diào)用和依賴關(guān)系，利用記錄的數(shù)據(jù)繼而進(jìn)行分析的工具。它支持兩種采樣方式：基于事件的采樣(eventbased)和基于時間的采樣(timebased)?；谑录牟蓸邮荗profil

7、e只記錄特定事件的發(fā)生次數(shù)，當(dāng)達(dá)到用戶設(shè)定的定值時Oprofile就記錄一下(也即進(jìn)行一次采樣)。這種方式需要CFU內(nèi)部有性能計數(shù)器。而基于時間的采樣則是指Oprofile借助操作系統(tǒng)時鐘中斷的機(jī)制，每個時鐘中斷Oprofile都會記錄一次。論文測試所涉及的實驗采用的均是基于時間的采樣【ll。表1．1Oxbenchmark動態(tài)庫級別測試結(jié)果表采樣數(shù)篆羞iIi粉比(％)??ii!薹薹≥i動態(tài)庫?！В骸?171946289722．7781no．vmlinUXlibcutils．SO4199615．2088libdvm．so238538．6384libc．SO1

8、94367．0387libandroid—runtime．SO15