摘  要： 為實(shí)現(xiàn)區(qū)域管理的智能化和科學(xué)化，結(jié)合實(shí)際項(xiàng)目,，設(shè)計(jì)了一套基于ARM的嵌入式智能入侵檢測(cè)系統(tǒng),。系統(tǒng)采用低成本、低功耗的ARM11芯片作為處理核心，利用嵌入式Linux實(shí)現(xiàn)遠(yuǎn)程實(shí)時(shí)的視頻監(jiān)控以及入侵檢測(cè)功能,，具有部署方便,、穩(wěn)定性高、抗干擾強(qiáng),、價(jià)格低廉以及智能管理的特點(diǎn),。

　　關(guān)鍵詞： ARM；Linux,；遠(yuǎn)程監(jiān)控,；入侵檢測(cè)

0 引言

　　隨著嵌入式技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，視頻監(jiān)控技術(shù)正向著數(shù)字化,、網(wǎng)絡(luò)化和智能化方向前進(jìn),。本文結(jié)合嵌入式技術(shù)提出了一套基于ARM的智能入侵檢測(cè)方案，系統(tǒng)通過遠(yuǎn)程實(shí)時(shí)的視頻監(jiān)控和智能的入侵檢測(cè)實(shí)現(xiàn)對(duì)監(jiān)控區(qū)域的自動(dòng)化管理,，從根本上實(shí)現(xiàn)無人值守或少人值守,，從而有效節(jié)省人力資源，提高安全等級(jí),，實(shí)現(xiàn)區(qū)域智能化和科學(xué)化管理,。因此，系統(tǒng)的研發(fā)具有較大的實(shí)用價(jià)值和現(xiàn)實(shí)意義,。

1 系統(tǒng)總體設(shè)計(jì)

　　本文設(shè)計(jì)的智能入侵檢測(cè)系統(tǒng)采用C/S通信模式,，由基于ARM實(shí)現(xiàn)的嵌入式視頻監(jiān)控端和基于PC或移動(dòng)平臺(tái)運(yùn)行的客戶端兩個(gè)部分構(gòu)成[1]。其中,，監(jiān)控端的設(shè)計(jì)目標(biāo)是能夠?qū)崟r(shí)采集監(jiān)控區(qū)域的視頻信息,，并對(duì)其壓縮后利用實(shí)時(shí)傳輸協(xié)議進(jìn)行網(wǎng)絡(luò)傳輸，同時(shí)能夠?qū)?shí)時(shí)圖像序列進(jìn)行運(yùn)動(dòng)檢測(cè),，發(fā)現(xiàn)異常后立即記錄入侵物體的運(yùn)動(dòng)軌跡,，并向客戶端發(fā)出警報(bào)；客戶端可以通過操作平臺(tái)的監(jiān)控程序進(jìn)行遠(yuǎn)程實(shí)時(shí)監(jiān)控,，并對(duì)監(jiān)控?cái)?shù)據(jù)進(jìn)行存儲(chǔ)和回放,，以便日后查看或取證。

2 系統(tǒng)硬件設(shè)計(jì)

　　智能入侵檢測(cè)系統(tǒng)的硬件包括主控模塊和擴(kuò)展模塊兩大部分,。主控模塊是整個(gè)系統(tǒng)的控制中心和信息樞紐,，選用了三星的ARM11芯片作為微處理核心，主要負(fù)責(zé)系統(tǒng)電源管理,、存儲(chǔ)管理,、I/O管理以及多媒體信息處理等。擴(kuò)展模塊的視頻采集部分可選用低電壓COMS圖像傳感器,，直接與主控模塊的Camera接口連接,，若選用BNC接口的模擬攝像頭,，則通過TVP5150模塊完成A/D轉(zhuǎn)換，同時(shí)也可選用USB接口的家用攝像頭,；視頻輸出可選用電視機(jī),、PC顯示器或?qū)Ｓ帽O(jiān)控儀，通過AV-OUT與主控相連,。網(wǎng)絡(luò)傳輸部分則通過路由器與局域網(wǎng)相連,，利用網(wǎng)絡(luò)中的工作站、平板電腦或智能手機(jī)等設(shè)備實(shí)現(xiàn)監(jiān)控,。硬件系統(tǒng)框圖如圖1所示,。

3 系統(tǒng)模塊設(shè)計(jì)及實(shí)現(xiàn)

　　基于C/S模式的入侵檢測(cè)系統(tǒng)由ARM智能檢測(cè)端和遠(yuǎn)程視頻監(jiān)控端組成。其中,，基于嵌入式ARM實(shí)現(xiàn)的主要功能在于完成視頻信息的處理,、運(yùn)動(dòng)物體的檢測(cè)以及非法入侵的處理，模塊處理流程如圖2所示,。

　　3.1 視頻處理模塊

　　視頻處理模塊包括視頻采集,、視頻壓縮以及視頻回顯三個(gè)功能，主要利用Linux內(nèi)核提供的Video4Linux2視頻設(shè)備驅(qū)動(dòng)來實(shí)現(xiàn)[2],。V4L2框架為開發(fā)人員提供了通用的程序接口,，Video設(shè)備的訪問路徑為/dev/video/videoX，用戶空間可通過ioctl函數(shù)對(duì)Video節(jié)點(diǎn)進(jìn)行控制,，并可通過mmap函數(shù)將硬件空間與內(nèi)存空間進(jìn)行映射,，以提高訪問速度。

　　在視頻采集過程中,，CMOS攝像頭經(jīng)Camera接口驅(qū)動(dòng)后映射成video0和video1兩個(gè)設(shè)備節(jié)點(diǎn),。其中，video0通過Codec通道可將YCbCr4：2：2格式的數(shù)據(jù)轉(zhuǎn)換成YCbCr4：2：0格式存放至Codec DMA分配的內(nèi)存中,，最大分辨率可以達(dá)到4 096×4 096,；video1通過Preview通道可將數(shù)據(jù)轉(zhuǎn)換為RGB（24 bit）格式并存放于Preview DMA分配的內(nèi)存中，如果將該內(nèi)存地址設(shè)置為Framebuffer,，就可實(shí)現(xiàn)LCD的本地回顯,。如果采用支持MJPEG格式的USB攝像頭，系統(tǒng)則需要利用ARM11芯片提供的JPEG硬件解碼形成YCbCr4：2：0數(shù)據(jù)并保存至內(nèi)存,。

　　轉(zhuǎn)換后的實(shí)時(shí)流格式包括YCbCr4：2：0和RGB-24 bit。前者將被映射至MFC模塊的輸入緩存,，經(jīng)硬件編碼后形式H.264數(shù)據(jù),，通過RTP協(xié)議傳送至互聯(lián)網(wǎng)絡(luò)；后者將用于本地監(jiān)控,、視頻輸出以及入侵檢測(cè)模塊的輸入源,。

　　3.2 入侵檢測(cè)模塊

　　入侵檢測(cè)模塊的主要功能是對(duì)監(jiān)控區(qū)域?qū)崟r(shí)采集的圖像信息進(jìn)行智能檢測(cè)，一旦發(fā)現(xiàn)入侵物體立即啟動(dòng)警報(bào)，并在本地設(shè)備的Flash中自動(dòng)記錄有關(guān)入侵物體的運(yùn)動(dòng)場(chǎng)景,。

　　目前,，常用的運(yùn)動(dòng)物體檢測(cè)方法包括幀間差分法、光流法和背景減除算法,。根據(jù)實(shí)際應(yīng)用的需求,，不同的檢測(cè)算法都是在可靠性、實(shí)時(shí)性以及準(zhǔn)確性之間取舍而來的,。由于采用的是嵌入式硬件系統(tǒng),，其運(yùn)算能力和處理性能相對(duì)有限，因此本文選擇了幀間差分法和背景減除法相結(jié)合的Surendra背景更新算法作為入侵檢測(cè)算法[3],。

　　Surendra算法能夠?qū)崿F(xiàn)自適應(yīng)的背景更新,，其實(shí)現(xiàn)的基本思想是通過幀間差分法獲得入侵物體的運(yùn)動(dòng)區(qū)域，保持該區(qū)域內(nèi)的背景不變,，使用當(dāng)前幀來更新非運(yùn)動(dòng)區(qū)域的背景,，經(jīng)過有限次的迭代運(yùn)算后就可以較為準(zhǔn)確地建立起背景圖像，從而實(shí)現(xiàn)自適應(yīng)更新,。算法實(shí)現(xiàn)步驟如下：

　?。?）通過V4L2框架讀取攝像頭的第一幀圖像，并將其設(shè)置為背景B0,，即：B0=I0,。

　　（2）設(shè)置最大迭代次數(shù)為MAX,，當(dāng)前迭代數(shù)為m=1,。

　　（3）利用幀間差分法計(jì)算當(dāng)前幀圖像與前一幀圖像的幀差,，并由此得到二值化圖像Di,，即：

　　其中，Ii代表當(dāng)前幀圖像,，Ii-1代表上一幀圖像,，|Ii-Ii-1|為幀間圖像差分，T為設(shè)置的二值化閾值,，Di（x,，y）為幀間差分的二值化圖像在像素點(diǎn)（x，y）處的灰度值,。

　?。?）由二值圖像Di更新背景圖像Bi，即：

　　其中,，Bi（x,，y）表示背景圖像在像素點(diǎn)（x,，y）處的灰度值，a為迭代更新速度系數(shù),。實(shí)驗(yàn)證明,，當(dāng)?shù)禂?shù)小于0.005時(shí)可以得到效果良好的背景圖像。

　?。?）迭代次數(shù)m=m+1,，如果m≤MAX，返回步驟（3）繼續(xù)執(zhí)行,；如果m>MAX,，結(jié)束迭代，此時(shí)的Bi可視為當(dāng)前的背景圖像,。

　?。?）獲得背景圖像Bi后，將其與當(dāng)前幀Ii進(jìn)行背景減除運(yùn)算得到差分圖像的灰度值di,。同時(shí),，為進(jìn)一步強(qiáng)化運(yùn)動(dòng)區(qū)域，減少像素灰度帶來的干擾,，對(duì)di進(jìn)行二值化后得到DBi,，即：

　　（7）設(shè)置認(rèn)定為入侵物體的像素個(gè)數(shù)最小值MIN,，即選定閾值,，當(dāng)灰度值等于255的像素個(gè)數(shù)大于MIN時(shí)則判定為入侵物體，系統(tǒng)將啟動(dòng)警報(bào),，然后以圖片格式保存當(dāng)前幀Ii,。

　　在模塊實(shí)現(xiàn)過程中，移植了Intel開源計(jì)算機(jī)視覺庫——OpenCV,。利用IplImage數(shù)據(jù)結(jié)構(gòu)來存儲(chǔ)圖像信息,；利用IplImage*cvCreateImage（CvSize size，int depth,，int channels）函數(shù)為圖像創(chuàng)建首地址并分配存儲(chǔ)空間,；利用void cvReleaseImage（IplImage**image）函數(shù)來釋放為圖像所分配的內(nèi)存空間；利用CvMat*cvCreateMat（int rows,，int cols,，int type）函數(shù)可將圖像信息轉(zhuǎn)換成數(shù)組存放；利用void cvCvtColor（const CvArr*src,，CvArr*dst,，CV_BGR2GRAY）函數(shù)可以將視頻幀轉(zhuǎn)換成灰度圖像；利用void cvAbsDiff（const CvArr*src1,，const CvArr*src2,，CvArr*dst）函數(shù)可以計(jì)算兩幀之間的差分灰度值；利用void cvThreshold（const CvArr*src,，CvArr*dst,，double threshold，double max_ value,，int threshold_type）函數(shù)可對(duì)灰度圖像進(jìn)行閾值操作得到二值圖像[4],。同時(shí)，為了有效降低微處理器的占用率,，對(duì)Surendra算法進(jìn)行了簡(jiǎn)化[5],，使系統(tǒng)在每3幀圖像之間進(jìn)行一次更新運(yùn)算，在30 f/s的采集幀率下背景圖像更新的時(shí)間間隔為0.1 s,，從而在保障檢測(cè)質(zhì)量的同時(shí)大大提高了系統(tǒng)性能,。

　　3.3 網(wǎng)絡(luò)傳輸模塊

　　基于監(jiān)控的實(shí)時(shí)性考慮，網(wǎng)絡(luò)傳輸控制采用了實(shí)時(shí)流媒體協(xié)議（Real Time Streaming Protocol,，RTSP）,，該協(xié)議能夠?qū)崿F(xiàn)對(duì)實(shí)時(shí)媒體流進(jìn)行控制，按需傳輸實(shí)時(shí)數(shù)據(jù),，有效降低嵌入式系統(tǒng)的資源占用率,。編碼后的H.264數(shù)據(jù)則采用穩(wěn)定可靠的TCP協(xié)議進(jìn)行傳輸，由于視頻幀信息的大小不一,，需對(duì)其進(jìn)行傳輸前的封裝,，具體的封裝流程如圖3所示。

4 結(jié)論

　　結(jié)合項(xiàng)目實(shí)際,，本文設(shè)計(jì)了一套基于ARM的嵌入式智能入侵檢測(cè)系統(tǒng),。系統(tǒng)采用C/S架構(gòu)進(jìn)行設(shè)計(jì)，其創(chuàng)新之處在于利用普通核“芯”做專業(yè)平臺(tái),，實(shí)現(xiàn)了通用接口,，從而有效降低設(shè)備成本。其次,，系統(tǒng)引入了智能入侵檢測(cè),，利用幀間差分和背景減除相結(jié)合的算法進(jìn)行背景更新設(shè)計(jì)，優(yōu)化后的算法既可以提高入侵檢測(cè)的準(zhǔn)確性,，也可以保障系統(tǒng)監(jiān)控的實(shí)時(shí)性,。測(cè)試結(jié)果表明，本方案適用于小區(qū),、倉庫以及停車場(chǎng)等環(huán)境的區(qū)域監(jiān)控,，可實(shí)現(xiàn)基于以太網(wǎng)的遠(yuǎn)程多點(diǎn)監(jiān)控，也可實(shí)現(xiàn)基于無人值守的智能監(jiān)控,。

參考文獻(xiàn)

　　[1] 趙蒼明,，穆煜.嵌入式Linux應(yīng)用開發(fā)教程[M].北京：人民郵電出版社,，2014.

　　[2] 韋東山.嵌入式Linux應(yīng)用開發(fā)完全手冊(cè)[M].北京：人民郵電出版社，2008.

　　[3] 莫林,，廖鵬,，劉勛.一種基于背景減除與三幀差分的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J].微計(jì)算機(jī)信息，2009（12）：274-276.

　　[4] 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．

　　[5] 梁艷.基于OpenCV的ARM嵌入式網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)[J].微型機(jī)與應(yīng)用，2013,，32（9）：29-31.