梁艷

（廣西師范大學(xué) 電子工程學(xué)院，廣西 桂林 541004）

近年來，公共場所的安全防范問題得到了越來越多的關(guān)注，一些視頻監(jiān)控系統(tǒng)也日益重要起來。嵌入式系統(tǒng)的硬件集成化程度高，軟件采用實(shí)時(shí)多任務(wù)操作系統(tǒng)和相應(yīng)的應(yīng)用軟件，軟硬件均可裁減。隨著大規(guī)模集成電路的發(fā)展，ARM處理器的速度也越來越快，以ARM處理器為核心的嵌入式平臺在視頻監(jiān)控方面具有很大的優(yōu)勢[1]。本文詳細(xì)描述了在ARM－Linux嵌入式系統(tǒng)中移植OpenCV的方法，并在此基礎(chǔ)上運(yùn)用Surendra算法設(shè)計(jì)了一個(gè)結(jié)合監(jiān)控和運(yùn)動(dòng)目標(biāo)跟蹤功能的網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)。

1 OpenCV簡介

OpenCV是由Intel公司發(fā)起并參與開發(fā)且在近年來迅速普及的計(jì)算機(jī)視覺研究工具，是一個(gè)跨平臺的計(jì)算機(jī)視覺庫[2]。OpenCV可以在 Windows、Linux以及 Android等系統(tǒng)上運(yùn)行，Intel公司免費(fèi)開放該函數(shù)庫的源代碼。OpenCV提供了非常豐富的幀提取函數(shù)和視覺處理算法，開發(fā)者可以在其視頻開發(fā)項(xiàng)目中直接調(diào)用進(jìn)行算法移植并添加自己編寫的程序，即可完成復(fù)雜龐大的開發(fā)任務(wù)，達(dá)到事半功倍的效果[3]。

2 系統(tǒng)硬件構(gòu)架

系統(tǒng)基于客戶端/服務(wù)器的模式運(yùn)行。服務(wù)器采用Mini2440開發(fā)板，該開發(fā)板基于ARM9內(nèi)核，安裝了Linux－2.6.32 內(nèi) 核 的 Linux 操 作 系 統(tǒng) ， 微 處 理 器 采 用Samsung S3C2440，采用專業(yè)的CPU內(nèi)核電源芯片和復(fù)位芯片以保證系統(tǒng)的穩(wěn)定性，最高主頻為533 MHz?？蛻舳藶槠胀≒C，在PC上安裝Fedora11操作系統(tǒng)和OpenCV函數(shù)庫，客戶端通過網(wǎng)絡(luò)同時(shí)接收來自多個(gè)服務(wù)器的視頻數(shù)據(jù)[4－5]。整個(gè)系統(tǒng)的硬件結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)硬件結(jié)構(gòu)圖

3 移植OpenCV函數(shù)庫

最終的目標(biāo)是要在ARM嵌入式平臺上實(shí)現(xiàn)系統(tǒng)監(jiān)控和跟蹤功能，故需要交叉編譯在ARM－Linux平臺上移植OpenCV函數(shù)庫[6]。移植過程如下：

（1）獲取OpenCV源代碼后解壓，在當(dāng)前目錄下輸入如下命令：./configure

（2）設(shè)置環(huán)境變量：export PKG_CONFIG

_PATH=$PKG_CONFIG_PATH：/usr/local/opencv/lib/pkgconfig。編譯OpenCV源代碼自帶的例程，測試OpenCV函數(shù)庫移植是否成功。因?yàn)樵谝浦睴penCV函數(shù)庫時(shí)沒有添加對gtk的支持，故在編譯例程drawing.c時(shí)要去掉與顯示相關(guān)的函數(shù)。使用命令：arm-linux-gcc drawing.c-o drawing′pkg-config--cflags opencv′′pkg-config--libs opencv′，生成可執(zhí)行文件 drawing。

（3）在OpenCV安裝路徑/usr/local/opencv下，把 lib文件夾里的庫文件拷貝到ARM-Linux平臺的文件系統(tǒng)里。運(yùn)行可執(zhí)行文件drawing，如果在ARM-Linux平臺上成功執(zhí)行，則表示OpenCV函數(shù)庫移植成功。

4 嵌入Surendra算法

網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)是通過攝像頭獲取圖像，對獲取到的圖像進(jìn)行處理確定運(yùn)動(dòng)目標(biāo)，若發(fā)生異常情況，系統(tǒng)會(huì)自動(dòng)發(fā)出警告并啟動(dòng)錄像功能進(jìn)行錄制保存。運(yùn)動(dòng)目標(biāo)檢測是該系統(tǒng)的核心，是實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)識別和跟蹤的基礎(chǔ)。對比各種運(yùn)動(dòng)目標(biāo)檢測算法，同時(shí)根據(jù)系統(tǒng)處理器的運(yùn)算能力，本文選用Surendra背景更新算法作為運(yùn)動(dòng)目標(biāo)的檢測算法[7]。

Surendra算法能夠自適應(yīng)地獲取背景圖像，其基本思想是通過當(dāng)前幀幀差圖像找到物體的運(yùn)動(dòng)區(qū)域，保持該區(qū)域內(nèi)的背景不變，用當(dāng)前幀更新非運(yùn)動(dòng)區(qū)域的背景，經(jīng)過迭代運(yùn)算后就可以提取出背景圖像，實(shí)現(xiàn)自動(dòng)更新[8]。Surendra算法步驟如下：

（1）將第一幀圖像 I0作為背景 B0。

（2）求當(dāng)前幀圖像與前一幀圖像的幀差并轉(zhuǎn)化為二值化圖像，即：

其中，Ii和 Ii-1分別代表當(dāng)前幀和前一幀圖像，|Ii-Ii-1|為兩幀圖像求幀差分，T為選取的二值化閾值，Di（x，y）為差分的二值圖像在坐標(biāo)（x，y）處的灰度值。

（3）由二值圖像Di更新背景圖像 Bi，即：

其中，Bi（x，y）為坐標(biāo)（x，y）處的背景圖像，?為更新速度系數(shù)。

運(yùn)動(dòng)目標(biāo)的檢測就是在當(dāng)前幀圖像中提取運(yùn)動(dòng)目標(biāo)，而一般情況下前景的運(yùn)動(dòng)目標(biāo)與背景的灰度值有很大的差異，但運(yùn)動(dòng)物體本身的灰度值差異一般不會(huì)很大。因此背景差分二值圖像為：

其中，Ii為當(dāng)前幀圖像，Bi為背景圖像。差分二值圖像的灰度值為255的像素點(diǎn)可視為前景的運(yùn)動(dòng)目標(biāo)點(diǎn)。通過比較這些點(diǎn)的個(gè)數(shù)變化是否在一定的閾值內(nèi)可以判斷是否有運(yùn)動(dòng)物體進(jìn)入監(jiān)控區(qū)域。

在圖像處理中，不同類型的圖像內(nèi)部結(jié)構(gòu)不同，需要根據(jù)圖像的結(jié)構(gòu)采用不同的方法將圖像數(shù)據(jù)讀入內(nèi)存[9]。OpenCV的API函數(shù)cvCaptureFromCAM可以將圖像數(shù)據(jù)從攝像頭中加載進(jìn)來，圖像結(jié)構(gòu)類型使用IplImage結(jié)構(gòu)體來表示。cvCaptureFromCA的函數(shù)原型為：CvCapture*cvCaptureFromC AM（int index），它返回值為一個(gè)指向CvCapture結(jié)構(gòu)體的指針，然后通過調(diào)用API函數(shù)cvQueryFrame（CvCapture*capture）返回得到一個(gè)指向IplImage結(jié)構(gòu)體的指針，采集進(jìn)來的圖像信息就保存在IplImage結(jié) 構(gòu) 體 中 。 IplImage結(jié) 構(gòu) 體 的 width、height、widthStep成員分別指示了圖像的寬像素?cái)?shù)、高像素?cái)?shù)、排列圖像的行大小，指針參數(shù)imageData指向了實(shí)際的圖像數(shù)據(jù)。圖像數(shù)據(jù)可以看作一個(gè)二維矩陣，相應(yīng)的處理可以看作對一個(gè)二維矩陣的處理，對圖像進(jìn)行嵌入Surendra算法開發(fā)主要就是對imageData指向的數(shù)據(jù)進(jìn)行操作[10]。在實(shí)際開發(fā)中，為了減輕處理器的運(yùn)算壓力，嵌入Surendra算法是以當(dāng)前幀的前4幀圖像作為背景圖像，即Ii和Ii-4分別代表當(dāng)前幀和前一幀圖像，然后依據(jù)Surendra算法原理對兩幀圖像求幀差分并進(jìn)行二值化，最終檢測出運(yùn)動(dòng)物體。

5 客戶端/服務(wù)器設(shè)計(jì)

系統(tǒng)軟件設(shè)計(jì)采用客戶端/服務(wù)器的模式結(jié)合Linux多線程的編程方法，使整個(gè)系統(tǒng)能夠流暢地實(shí)現(xiàn)多用戶的接入和切換。每個(gè)作為服務(wù)器的ARM嵌入式平臺上外接一個(gè)USB攝像頭，分布于監(jiān)控點(diǎn)上的多個(gè)服務(wù)器通過網(wǎng)絡(luò)連接到作為客戶端的PC上，由此構(gòu)成了整個(gè)網(wǎng)絡(luò)監(jiān)控系統(tǒng)[11]。在系統(tǒng)中使用IP地址作為服務(wù)器的編號，用來區(qū)分來自于不同監(jiān)控點(diǎn)上傳送來的視頻信息。

系統(tǒng)軟件由兩部分組成，分別是基于ARM嵌入式平臺上的服務(wù)器端和基于PC上的客戶端[12]。服務(wù)器端需要完成3個(gè)基本任務(wù)，即圖像獲取、圖像處理和處理后圖像數(shù)據(jù)的網(wǎng)絡(luò)發(fā)送。在軟件設(shè)計(jì)上，使用3個(gè)線程實(shí)現(xiàn)這3個(gè)任務(wù)，在線程之間采用互斥鎖的機(jī)制對關(guān)鍵數(shù)據(jù)進(jìn)行保護(hù)和實(shí)現(xiàn)線程之間的同步，以保證系統(tǒng)的平穩(wěn)、流暢運(yùn)行。圖像獲取線程與圖像處理線程之間、圖像處理線程與圖像發(fā)送線程之間共同維護(hù)了兩個(gè)緩沖區(qū)img1和img2，圖像數(shù)據(jù)基于流水線的模式由USB攝像頭采集進(jìn)來經(jīng)處理后再通過TCP/IP網(wǎng)絡(luò)發(fā)送出去[13－14]。服務(wù)器端的運(yùn)行機(jī)制如圖2所示。

圖2 服務(wù)器端運(yùn)行機(jī)制

可看到緩沖區(qū)img1和img2分別有兩個(gè)線程擁有權(quán)限對其進(jìn)行操作，如果兩個(gè)線程同時(shí)對數(shù)據(jù)進(jìn)行讀寫，就會(huì)出現(xiàn)競爭現(xiàn)象，進(jìn)而破壞數(shù)據(jù)的完整性。針對這種情況，采用了Linux互斥鎖的機(jī)制，控制程序在對緩沖區(qū)進(jìn)行讀寫操作時(shí)永遠(yuǎn)只會(huì)響應(yīng)一個(gè)線程的操作請求，如在圖像獲取線程與圖像處理線程之間采用如下處理：

運(yùn)用這樣的方法就可以對數(shù)據(jù)在特定時(shí)間進(jìn)行保護(hù)，同時(shí)也可以實(shí)現(xiàn)線程之間的同步，非常有利于系統(tǒng)的流暢運(yùn)行。圖像獲取線程每秒從USB攝像頭中采集30幀的數(shù)據(jù)。為了提高處理速度，選擇灰度圖像處理，大大減少了ARM處理器的工作量，提高了系統(tǒng)的運(yùn)行效率。

相對于服務(wù)器端，客戶端在實(shí)現(xiàn)上簡單很多?？蛻舳藰?gòu)建在PC上，只需要完成圖像數(shù)據(jù)的網(wǎng)絡(luò)接收和圖像顯示兩個(gè)基本任務(wù)。它們由兩個(gè)線程來實(shí)現(xiàn)，兩個(gè)線程之間共同維護(hù)一個(gè)緩沖區(qū)，也是采用互斥鎖的機(jī)制對數(shù)據(jù)在特定時(shí)間進(jìn)行保護(hù)。用戶通過IP地址作為編號識別不同的服務(wù)器端，在計(jì)算機(jī)上可以對關(guān)心的區(qū)域進(jìn)行實(shí)時(shí)的遠(yuǎn)程監(jiān)控和跟蹤。

本系統(tǒng)成功地將OpenCV函數(shù)庫移植到ARM－Linux嵌入式系統(tǒng)中，并基于OpenCV函數(shù)庫和Surendra算法開發(fā)與實(shí)現(xiàn)了一個(gè)嵌入式網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)。在系統(tǒng)運(yùn)行的過程中，每秒從USB攝像頭中采集30幀的圖像數(shù)據(jù)，每4幀圖像之間進(jìn)行一次算法處理，即相當(dāng)于每間隔0.13 s進(jìn)行一次Surendra算法處理。這樣不但減輕了處理器的運(yùn)算壓力，同時(shí)也能滿足系統(tǒng)對視頻連續(xù)性與運(yùn)動(dòng)物體檢測的要求。

[1]陳艷華，侯安華，劉盼盼.基于ARM的嵌入式系統(tǒng)開發(fā)與實(shí)例[M].北京：人民郵電出版社，2008.

[2]Intel Corporation.OpenCV reference manual[S/OL].（2001）[2001].http：//www.intel.com.

[3]劉瑞幀，于士琪.OpenCV教程——基礎(chǔ)篇[M].北京：北京航空航天大學(xué)出版社，2007.

[4]周香珍，芮筱亭，張順.基于DSP的運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)的實(shí)現(xiàn)[J].微計(jì)算機(jī)信息，2008（23）：189－191.

[5]汪愛麗，劉孟洪.基于ARM的嵌入式網(wǎng)絡(luò)監(jiān)控系統(tǒng)構(gòu)建[J].微處理機(jī)，2009（5）：59－60.

[6]尹俊超，劉直芳.基于OpenCV的運(yùn)動(dòng)目標(biāo)檢測與跟蹤[J].計(jì)算機(jī)工程與設(shè)計(jì)，2011，32（8）：2817－2820.

[7]汪成亮，賈亮亮.一種基于改進(jìn)Surendra背景更新算法的運(yùn)動(dòng)目標(biāo)檢測 [J].世界科技研究與發(fā)展，2012，34（2）：272－275.

[8]徐方明，盧官明.基于改進(jìn)surendra背景更新算法的運(yùn)動(dòng)目標(biāo)檢測算法[J].山西電子技術(shù)，2009（5）：39－40，71.

[9]阮秋琦.數(shù)字圖像處理學(xué) [M].北京：電子工業(yè)學(xué)院，2007.

[10]賈永紅，張謙.數(shù)字圖像處理實(shí)習(xí)教程[M].武漢：武漢大學(xué)出版社，2012.

[11]唐人財(cái)，劉連浩.基于嵌入式Linux遠(yuǎn)程圖像監(jiān)控系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)與現(xiàn)代化，2010（11）：31－34，38.

[12]諶洪茂，徐猛華.基于嵌入式遠(yuǎn)程監(jiān)控系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)與現(xiàn)代化，2004（2）：86－88.

[13]方曉翠，周淵平，王小紅.嵌入式遠(yuǎn)程視頻監(jiān)控系統(tǒng)的設(shè)計(jì)[J].通信技術(shù)，2011，44（10）：105－108.

[14]王秀芳，張昆，桑圣潔.基于ARM的圖像監(jiān)控系統(tǒng)的開發(fā)[J].科學(xué)技術(shù)與工程，2011，11（14）：3313－3317，3321.