摘要：本文根據(jù)OV9650攝像頭分辨率設(shè)置特點，提出了一個基于OpenCV的可變分辨率嵌入式監(jiān)控系統(tǒng)設(shè)計方案。利用OpenCV對采集到的圖像實時進行人形檢測處理，根據(jù)檢測結(jié)果控制攝像頭工作分辨率，實現(xiàn)了高分辨率采集異常情況圖片，低分辨率采集正常情況圖片的實時智能監(jiān)控。

關(guān)鍵詞：OpenCV；可變分辨率；嵌入式

中圖分類號：TP311.52 文獻標識碼：A 文章編號：1007-9599 （2012） 23-0000-03

1 引言

隨著科學(xué)技術(shù)的進步以及人們安全防范意識的增強，視頻監(jiān)控系統(tǒng)在社會各個領(lǐng)域得到越來越廣泛的應(yīng)用。由于設(shè)備存儲容量限制以及網(wǎng)絡(luò)帶寬限制，目前的監(jiān)控系統(tǒng)通常工作在一個單一的低分辨采集狀態(tài)，這樣在需要對圖片進行查看時，無法得到清晰的圖片，且視頻圖像保存時間不長。在這樣的前提下，本文提出了一種基于OpenCV的可變分辨率嵌入式監(jiān)控方案，用于室內(nèi)視頻監(jiān)控。

OpenCV是intel于1999年開發(fā)的一套可免費獲得的由一些C函數(shù)和C++類所組成的計算機視覺庫[1]，開發(fā)者可以自由調(diào)用函數(shù)庫中的相關(guān)處理函數(shù)來實現(xiàn)一些常用的圖形處理及計算機視覺算法[2]。它擁有超過300多個函數(shù)的跨平臺的中高層API，具備強大的圖像和矩陣運算能力，并且源代碼開放。將OpenCV庫移植到嵌入式系統(tǒng)中，開發(fā)人員在開發(fā)過程中就可以直接調(diào)用其庫函數(shù)，極大地減少開發(fā)工作量。

2 硬件組成

本系統(tǒng)以基于ARM11的S3C6410處理器為核心，存儲設(shè)備為兩片128M DDR RAM 組成的32位寬的256M內(nèi)存以及一片2G的NAND Flash存儲器；顯示模塊為一塊NEC公司生產(chǎn)的N43 4.3” LCD液晶屏，它最大的分辨率為480*272，支持16位的RGB，通過S3C6410提供的24位RGB接口實現(xiàn)與主控模塊的連接，可實時顯示拍攝到的原始圖片；圖像采集模塊采用CAM130攝像頭模塊，該模塊由一個130萬像素的CMOS圖像傳感器OV9650及其接口電路、電源電路組成，通過CMOS攝像頭接口與主控模塊進行交互，可以采集到Y(jié)UV、RGB16等多種格式的視頻或圖像，在本系統(tǒng)中，采集到的是RGB16格式的圖像， 當攝像頭啟動后，會將采集到的RGB16視頻流傳輸給主控模塊，被攝像頭驅(qū)動和操作系統(tǒng)處理后，視頻流會從內(nèi)核內(nèi)存空間轉(zhuǎn)發(fā)到用戶內(nèi)存空間，從而最終能被程序使用（壓縮編碼、人形檢測、網(wǎng)絡(luò)傳輸）。發(fā)送模塊采用開發(fā)板自帶的DM9000網(wǎng)卡芯片，可自適應(yīng)10/100M網(wǎng)絡(luò)。本系統(tǒng)充分利用了開發(fā)板的硬件接口，完成外圍設(shè)備接入，具有很強的擴展性和適用性。服務(wù)器端通過有線網(wǎng)絡(luò)與前端采集系統(tǒng)建立連接。前端系統(tǒng)硬件結(jié)構(gòu)圖如圖1所示。

本系統(tǒng)軟件組成如圖2所示。從結(jié)構(gòu)上，軟件可分為兩部分，底層軟件和應(yīng)用層軟件，底層軟件包括系統(tǒng)引導(dǎo)程序、嵌入式系統(tǒng)內(nèi)核、根文件系統(tǒng)。應(yīng)用層軟件包括視頻采集應(yīng)用程序、H.264壓縮編碼、OpenCV人形檢測、編碼后視頻數(shù)據(jù)傳輸程序。

3.1 底層軟件

系統(tǒng)引導(dǎo)程序相當于PC中的BIOS，其主要作用是引導(dǎo)操作系統(tǒng)內(nèi)核的運行，本系統(tǒng)采用了友善之臂公司提供的SUPERBOOT。內(nèi)核主要功能是與計算機進行硬件交互，編程控制對硬件和相關(guān)接口的操作，調(diào)度硬件資源，同時為應(yīng)用層的程序提供執(zhí)行環(huán)境和硬件虛擬接口，是系統(tǒng)的重要組成部分，本系統(tǒng)內(nèi)核采用嵌入式LINUX2.6.38操作系統(tǒng)，此版本內(nèi)核相比2.4版本內(nèi)核，在實時和任務(wù)響應(yīng)方面性能得到優(yōu)化，穩(wěn)定性高、功能強大。根文件系統(tǒng)用于確定磁盤或分區(qū)上的文件的方法和數(shù)據(jù)結(jié)構(gòu)，由于本系統(tǒng)采用的是大容量Flash作為開發(fā)板的主要存儲媒介，本系統(tǒng)采用UBIFS文件系統(tǒng)，，它對Flash容量的增長不敏感，能夠輕易地管理大容量Flash。

3.2 應(yīng)用層軟件

攝像頭視頻數(shù)據(jù)采集使用了V4L2技術(shù)，V4L2是video for Linux 2的縮寫，它是Linux內(nèi)核中進行視頻應(yīng)用開發(fā)的API（應(yīng)用程序編程接口），它包括視頻設(shè)備的開關(guān)、視頻采集等功能，在Linux內(nèi)核中對應(yīng)頭文件[3][4]。通過操作設(shè)備文件“/dev/video0”，即可完成對攝像頭的操作，主要流程為打開攝像頭設(shè)備、確定可用功能及攝像頭視頻輸入、申請緩沖及內(nèi)存、采集數(shù)據(jù)、停止采集、關(guān)閉攝像頭設(shè)備。

在S3C6410內(nèi)部集成了MFC模塊，此模塊支持對MPEG4、H.263、H.264格式的視頻編解碼。本項目使用其硬編碼功能，對采集到的RGB16格式視頻數(shù)據(jù)進行壓縮編碼。由于H.264編碼器要求輸入數(shù)據(jù)為YUV420格式，因此在完成編碼工作之前，需要將通過顏色轉(zhuǎn)換器將RGB16格式轉(zhuǎn)換為YUV420格式。轉(zhuǎn)換成功后直接把YUV420格式的視頻幀作為H.264硬編碼的輸入送到S3C6410內(nèi)部集成的MFC模塊，完成H.264的視頻硬編碼。

編碼后視頻數(shù)據(jù)傳輸采用TCP套接字技術(shù)，通過三次握手與服務(wù)器建立連接傳輸數(shù)據(jù)。

4 OpenCV人形檢測及攝像頭分辨率改變

本系統(tǒng)使用的的OpenCV版本為OpenCV-2.3.1，在開發(fā)前需要將其移植到開發(fā)板上。

對采集到的視頻圖像進行人形檢測是本系統(tǒng)的一個重要功能，基于梯度方向直方圖hog算法的檢測方法，由于其對光線不敏感，只要求人體基本保持站立狀態(tài)，無論攝像頭是以哪個方向?qū)D片進行采集，此算法均能有效檢測出人形，因此hog算法在人形檢測中得到廣泛應(yīng)用。但是原始的hog檢測方法需要大量計算，而開發(fā)板主頻有限，很難滿足實時性要求。差分背景法是基于運動信息的檢測方法，計算方法簡單，復(fù)雜場景下準確率不高。綜合這兩種檢測方法的優(yōu)缺點，本文采用了運動信息與hog算法相結(jié)合的人形檢測算法。

4.1 背景差分算法運動區(qū)域提取

運動區(qū)域提取是指利用運動目標檢測技術(shù)，在隨機抽取的視頻圖像中提取出所有可能有人存在的區(qū)域，以便后續(xù)檢測中對提取出的區(qū)域進行hog人形檢測[5]。本文采用了一種簡單的自適應(yīng)性的背景差分算法。其基本思想是將正常情況視頻采集的第一幀或任意幀作為初始背景模型，通過當前幀和初始背景模型之間的差值來對運動信息進行提取，其閾值通過動態(tài)閾值算法OTST得出。

通過此算法得到的二值圖像含有噪聲，并不完全準確。為了消除小的噪聲，得到更準確的檢測結(jié)果，通過形態(tài)學(xué)濾波對圖像進行開運算。先腐蝕，消除小的噪聲，然后對此造成的目標邊緣丟失進行膨脹運算，補償目標。

在開運算之后，利用區(qū)域生長方法對二值圖像進行區(qū)域分割，得到若干個區(qū)域，校正這些區(qū)域后，即可將這些區(qū)域作為運動區(qū)域進行hog人形檢測。

4.2 hog人形檢測

原始hog方法的主要思路是設(shè)定一個圖像檢測窗口（大小為128*64），窗口細分為區(qū)間（block），每個block大小為16*16，然后區(qū)間再細分為細胞單元cell（大小為8*8），每個區(qū)間在窗口中滑動大小為8，檢測窗口每次在圖片中移動的尺寸是32*32，對每一幅圖進行四層金字塔層掃描，然后采集各個cell中各像素點在邊緣或者梯度上的直方圖，并計算其在block中的密度，然后據(jù)此對cell做歸一化，最后將HOG特征輸入到SVM分類器中，尋找一個最優(yōu)的超平面來作為決策函數(shù).此處SVM分類器為OpenCV庫中已經(jīng)訓(xùn)練好的分類器。

注意到監(jiān)控系統(tǒng)實際采集的圖片，人形所占的區(qū)域遠遠小于128*64，經(jīng)過運動區(qū)域提取后的圖片規(guī)格更小，為了提高檢測準確率，本系統(tǒng)將檢測窗口設(shè)置為64*32，block8*8，cell4*4，block每次滑動尺寸4*4，窗口滑動尺寸16*16。檢測之后，在檢測出人形的運動區(qū)域上將人形標出提取出來。

4.3 攝像頭分辨率改變

攝像頭工作分辨率的設(shè)置在攝像頭初始化時完成。本系統(tǒng)設(shè)定了兩種分辨率，正常情況用低分辨率采集，監(jiān)控區(qū)域出現(xiàn)人形時用高分辨率進行采集。同時，為了兼顧開發(fā)板的工作效率，系統(tǒng)設(shè)定檢測頻率，在正常情況下采用較短的時間間隔來進行人形檢測，檢測到人形后以較長的時間間隔進行檢測。

當定時器到來時，主控程序獲取當前幀，使用人形檢測函數(shù)進行人形檢測，將檢測的結(jié)果與上次檢測結(jié)果進行對比，如果兩次結(jié)果一致，則不做任何操作，等待下一次定時器到來，如果對比不一致，發(fā)送修改分辨率信號，出現(xiàn)人形設(shè)置高分辨率，人形消失設(shè)置低分辨率。

5 測試

在完成視頻數(shù)據(jù)采集端設(shè)計及服務(wù)器端視頻接收存儲查看設(shè)計后，打開服務(wù)器端，通過遠程控制模塊啟動視頻數(shù)據(jù)采集端，即可對指定室內(nèi)環(huán)境進行監(jiān)控。系統(tǒng)可以多路監(jiān)控，操作人員在服務(wù)器端，可以選擇地點、時間對視頻數(shù)據(jù)進行查看，對圖像進行局部裁剪。設(shè)定人形檢測觸發(fā)時間，在人形檢測功能開啟后，監(jiān)控范圍內(nèi)出現(xiàn)人形時，服務(wù)器端接收到的視頻圖像單幀數(shù)據(jù)長度顯著增大，當監(jiān)控范圍內(nèi)人形消失后，服務(wù)器端接收到的視頻圖像單幀數(shù)據(jù)長度變小。測試表明系統(tǒng)的監(jiān)控功能、人形檢測功能等均正常運行。

6 結(jié)束語

本監(jiān)控系統(tǒng)采用了OpenCV庫對監(jiān)控區(qū)域進行人形檢測，并且自動根據(jù)檢測結(jié)果改變攝像頭工作分辨率。本系統(tǒng)在正常情況能夠以一個較低的分辨率進行視頻采集，在異常事件發(fā)生時能夠以一個較高的分辨率進行采集，同時，本系統(tǒng)利用了開發(fā)板的MFC模塊對視頻數(shù)據(jù)進行H.264硬編碼，數(shù)據(jù)壓縮率可高達102：1，兩者相結(jié)合，有效緩解了服務(wù)器存儲壓力，在同樣的存儲容量下，視頻數(shù)據(jù)保存時間有效延長，至少可延長4倍。在如學(xué)校機房、教室之類假期長時間無人狀態(tài)視頻監(jiān)控具有實際意義。

參考文獻：

[1]常丹華，楊東東，韓夏. OpenCV在智能監(jiān)控方面的應(yīng)用研究[J].電子技術(shù)，2009.

[2]胡靜波.基于OpenCV的嵌入式視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)的研究[D].云南大學(xué)，2010，13.

[3].Bill Dirks，Hans Verkuil，Martin Rubli.Video for Linux Two API Specification ：Revision 0.24.

http：//huanghl97.blog.163.com/blog/static/59388860201110289436738/ ，2008-03

[4]Zhidi Jiang etc.An Efficient Implementation of Multiview Video Capture System.IEEE International Conference on Communication Technoloty Proceeding，2008，11.

[5]劉超.基于HOG特征和運動信息的視頻行人檢測算法研究.中國科技論文在線，2010，9.