胡瑞卿 劉 勇 田杰榮

（1.海軍航空大學(xué)航空基礎(chǔ)學(xué)院 煙臺 264001）（2.海軍航空大學(xué)航空作戰(zhàn)勤務(wù)學(xué)院 煙臺 264001）

1 引言

當前運動目標檢測系統(tǒng)的研究已經(jīng)相對成熟，但大多數(shù)是在PC機上采用C語言實現(xiàn)的方式，該方式無法滿足當今的實時性和可移動性需求。本研究設(shè)計了基于RaspberryPi的運動目標檢測系統(tǒng)，極大地滿足了對運動目標的移動性檢測要求。本文搭建了運動目標檢測系統(tǒng)的硬件平臺，設(shè)計并實現(xiàn)了基于RaspberryPi的運動目標檢測系統(tǒng)。系統(tǒng)通過USB網(wǎng)絡(luò)攝像頭圖像采集套件獲取實時視頻圖像序列，攝像頭采集到的視頻源通過USB接口進入RaspberryPi開發(fā)板，經(jīng)過處理之后，將數(shù)據(jù)通過以太網(wǎng)接口傳輸?shù)絇C機，在PC機上將視頻的實時處理結(jié)果顯示出來。

2 RaspberryPi硬件平臺

與通用型計算機系統(tǒng)相比，嵌入式系統(tǒng)功耗低、可靠性高；功能強大、性價比高；實時性強，支持多任務(wù)；占用空間小，效率高；面向特定應(yīng)用，可根據(jù)需要靈活定制。RaspberryPi開發(fā)板如圖1所示，它是一款基于Debian Linux系統(tǒng)的微型電腦主板，外形只有信用卡大小，所以又稱卡片式電腦。近年來，隨著RaspberryPi的不斷普及，由于其價格實惠，且提供了多種擴展接口，性能功能強大，體型小巧易攜帶，集成化程度高等，越來越受到人們的歡迎和關(guān)注，在多個方面和領(lǐng)域都得到了青睞。RaspberryPi具有較強的計算能力和擴展能力，是性能較強的嵌入式設(shè)備。

圖1 RaspberryPi 2開發(fā)板實物圖

RaspberryPi 2是一款基于ARM的“卡片機”電腦主板，它沒有硬盤，用標準的外插MicroSD卡作為存儲空間，主板周圍USB口可以作為輸入接口外接鍵盤和鼠標，網(wǎng)線口可以插入網(wǎng)線，自帶默認網(wǎng)卡驅(qū)動程序驅(qū)動硬件聯(lián)網(wǎng)。同時還有HDMI高清視頻接口，用于連接顯示設(shè)備輸出視頻圖像。本設(shè)計中圖像采集與處理部分由嵌入式設(shè)備完成，檢測結(jié)果由PC機顯示。

3 RaspberryPi的使用

在Linux系統(tǒng)上插入RaspberryPi的SD卡，會識別出兩個分區(qū)，分別是boot分區(qū)和根文件系統(tǒng)分區(qū)。其中文件 bootcode.bin、start.elf、fixup.dat、config.txt構(gòu)成了RaspberryPi的bootloader，kernel.img是RaspberryPi的Linux內(nèi)核。另外一個分區(qū)的所有內(nèi)容是RaspberryPi的根文件系統(tǒng)。

Raspberry Pi的官網(wǎng)提供了三個版本的鏡像文件，還有無數(shù)第三方的鏡像，首先，下載最新版本的Raspbian系統(tǒng)軟件包和Win32DiskImager工具，其中Win32DiskImager用于在Windows下將Raspbian鏡像寫入到SD卡中，寫入完成后，就可以把SD卡插到RaspberryPi的SD卡卡槽中，當系統(tǒng)通電后，首先執(zhí)行SOC的bootrom，初始化SD卡控制器，系統(tǒng)訪問boot分區(qū)，查找bootcode.bin，將其加載到SOC的L2 cache執(zhí)行。接著bootcode.bin初始化內(nèi)存控制器，讀取fixup.dat給GPU與ARM劃分內(nèi)存分區(qū)。GPU驅(qū)動config.txt進行自我配置，然后將start.elf加載到內(nèi)存中，這是GPU的firmware文件，初始化GPU。start.elf的另一個作用是初始化內(nèi)核啟動參數(shù)，將kernel.img加載到內(nèi)存中執(zhí)行，并跳轉(zhuǎn)到加載地址運行內(nèi)核代碼。在此期間，它會通過讀取cmdline.txt來傳遞給內(nèi)核參數(shù)，加載結(jié)束后，復(fù)位ARM核，執(zhí)行內(nèi)核代碼，啟動系統(tǒng)。

首次啟動時，會出現(xiàn)系統(tǒng)的初始配置界面，如果設(shè)置錯誤需要重新配置時，也可以通過輸入sudo raspi-config命令來激活此界面。

首先選擇expand_rootfs，其作用是擴展系統(tǒng)的根目錄文件，按下回車鍵，彈出界面顯示成功擴展根文件系統(tǒng)，此時按下回車鍵，則返回主界面。然后選擇overscan按回車鍵對其進行配置，如果想使屏幕顯示圖像完全占用顯示器，需選擇禁用overscan讓系統(tǒng)充分利用計算機屏幕。在主界面中選擇configure_keyboard，按下回車鍵來選擇鍵盤，選擇Generic 105-key（Intl）PC選項。鍵盤類型選定后，需要選擇鍵盤布局。設(shè)置完成后，重啟RaspberryPi，在登陸界面輸入密碼后啟動圖形界面，在命令行輸入startx。啟動結(jié)束。

4 系統(tǒng)實現(xiàn)

4.1 開發(fā)環(huán)境的搭建

本研究采用C++語言進行編程。通過OPENCV實現(xiàn)圖像處理，完成RabesprryPi對網(wǎng)絡(luò)攝像頭的控制和處理數(shù)據(jù)的傳輸，程序運行在Raspbian的Linux操作系統(tǒng)環(huán)境下，考慮在該系統(tǒng)中無法使用Windows系統(tǒng)環(huán)境下常用的VS，VC++等常用集成開發(fā)環(huán)境，故采用在嵌入式設(shè)備的Linux系統(tǒng)中安裝QT平臺作為開發(fā)環(huán)境，QT是一個跨平臺的IDE，可以在Linux環(huán)境下運行，并且便于實現(xiàn)程序移植。

4.2 運行環(huán)境搭建

由于本設(shè)計中許多通用算法需要用到opencv，因而需要在RabesprryPi中進行opencv的移植和配置，首先要生成Linux系統(tǒng)下可用的opencv庫，雖然RabesprryPi2的主頻達到了900MHz，但和PC機相比，其性能還是略遜一籌，使用交叉編譯可大大節(jié)約系統(tǒng)開發(fā)時間，在很大程度上提高編碼的效率。所謂的搭建交叉編譯環(huán)境，即安裝、配置交叉編譯工具鏈。在該環(huán)境下編譯出嵌入式Linux系統(tǒng)所需的操作系統(tǒng)、應(yīng)用程序等，然后再上傳到目標機上，主要步驟如下：

1）在PC主機下的Linux系統(tǒng)中安裝交叉編譯器arm-linux-gcc，arm-linux-gcc是用來實現(xiàn)在Linux下跨平臺的C語言編譯器，編譯出來的程序在目標機上執(zhí)行，嵌入式開發(fā)應(yīng)使用嵌入式交叉編譯工具鏈。

2）交叉編譯OpenCV。建立編譯鏈接目錄，安裝 cmake-gui，用 到 命 令“#sudo apt-get install cmake-qt-gui”，在 usr/local新建文件夾，把下載的OpenCV-2.0.0.tar.bz2解壓到usr/local/opencv目錄下，然后在 usr/local/opencv新建一個opencv-arm文件夾，作為CMake編譯arm版本的工作目錄。

3）調(diào)出CMake gui界面，進行源碼目錄build目錄等選擇，進行對應(yīng)配置完成后生成makefile，在/usr/local/opencv/opencv-arm目錄下執(zhí)行命令“$sudo make”，結(jié)果如圖2所示。

圖2 Opencv庫文件編譯結(jié)果

然后運行make install，將opencv生成的庫和頭文件（在/usr/local/opencv/opencv-arm/lib下）安裝到目錄/usr/local/arm/4.3.2/lib/opencv/，結(jié)果如圖3所示。

圖3 opencv庫文件生成結(jié)果

4）把生成的.so庫文件拷貝到ARM板系統(tǒng)中的/lib目錄下面，然后修改項目管理文件，之后便可以在開發(fā)板的Linux環(huán)境下執(zhí)行所編寫的驗證程序以驗證移植是否成功了。

4.3 執(zhí)行程序的移植

本次設(shè)計中利用C++語言編寫的程序是在VS平臺下編寫并驗證的，這里需要進行移植以在ARM平臺上運行，其具體步驟如下。

在Microsoft Visual中對系統(tǒng)程序進行編譯通過之后，將其命名為main.cpp并保存。然后使用FlashFXP工具連接RabesprryPi，連接類型設(shè)置為“SFTP over SSH”，輸入用戶名和密碼。

打開路徑/home/pi/cpp/ObjectDetect_sq，將本地的main.cpp上傳到RabesprryPi中。

拷貝完成之后在Linux系統(tǒng)下建立QT工程，該工程中包含后綴為“.pro”的文件，此文件是Qt軟件開發(fā)工具創(chuàng)建的項目文件，支持跨平臺，不過在運行之前，要使用QT命令將所有的信息進行編譯，該格式文件包含文件有臨時工程文件，源代碼文件，項目庫文件，還有一些其他的文件格式。

在RabesprryPi主界面中輸入指令“cd/home/pi/cpp/ObjectDetect_sq/”，打開源碼文件夾，利用Qmake生成makefile文件，界面顯示如圖4所示。

圖4 源碼文件示意圖

QMake是Qt工具包中帶的一個非常方便的工具?？梢杂糜谏蒑akefile以及各種工程文件，還可以生成Microsoft Visual Studio可以使用的項目文件等。而且它是跨平臺的。輸入指令“make clean”“make all”進行編譯，編譯成功后輸入指令“cp/home/pi/cpp/ObjectDetect_sq/ObjectDetect/home/pi/cpp/runfun/”將生成的運行程序移動到執(zhí)行目錄，之后輸入指令“l(fā)s/home/pi/cpp/runfun/”檢查是否移動成功，主程序生成如圖5所示。在PC機上運行ObjectDetectServer，等待接收RabesprryPi傳輸?shù)倪\動目標數(shù)據(jù)信息。在RabesprryPi上執(zhí)行命令“/home/pi/cpp/runfun/ObjectDetect”，實現(xiàn)對運動目標的實時檢測。

圖5 主程序生成示意圖

5 運動目標檢測軟件實現(xiàn)

5.1 程序運行流程

首先，用opencv從連接RabesprryPi的攝像頭讀取運動目標的數(shù)據(jù)，通過計算幀間的光流數(shù)據(jù)來標注運動目標，并計算運動目標的數(shù)目；然后，在原有的數(shù)據(jù)上添加對運動目標數(shù)量的標注，并對運動目標進行加框；接著，利用Linux的Socket庫函數(shù)通過網(wǎng)絡(luò)將處理數(shù)據(jù)發(fā)送到PC機上，PC對數(shù)據(jù)的接收是利用Windows的Socket庫函數(shù)；最后，用opencv庫函數(shù)在PC機上將運動目標的檢測結(jié)果顯示出來。系統(tǒng)總體框圖如圖6所示。

圖6 系統(tǒng)總體框圖

對于客戶端，即ARM開發(fā)平臺而言，其主要工作包括利用攝像頭進行運動目標圖像采集，將采集到的圖像逐幀進行檢測、計算并標注，最后將標注結(jié)果發(fā)送至服務(wù)器端顯示出來，其軟件流程圖如圖7所示。

對于服務(wù)器端，即PC端，其主要工作包括與ARM平臺建立TCP/IP連接并監(jiān)聽端口，接收來自客戶端的數(shù)據(jù)，最后以圖像形式顯示出來，其軟件流程圖如圖8所示。

圖7 客戶端軟件流程圖

圖8 服務(wù)器端軟件流程圖

5.2 程序執(zhí)行效果

系統(tǒng)對運動目標的檢測效果顯示如圖9所示，當場景中有運動目標出現(xiàn)時，系統(tǒng)能夠準確檢測到，并且將運動目標框住，計算出運動目標的個數(shù)?？梢钥吹较到y(tǒng)能夠較好地完成對圖9地鐵站中運動目標的檢測。

圖9 檢測效果圖

圖10 停車場測試視頻運動目標檢測結(jié)果

為了驗證本系統(tǒng)的穩(wěn)定性，分別測試了多段視頻，其中停車場測試視頻檢測結(jié)果如圖10所示，公路測試視頻檢測結(jié)果如圖11所示，USB攝像頭拍攝的運動目標檢測結(jié)果如圖12所示。在圖12（b）的檢測結(jié)果中，由于兩個運動目標距離太近，而且移動速度相同，系統(tǒng)在未判定運動目標大小的情況下，為防止同一個目標被識別多次，輪廓檢測選擇大框?qū)δ繕诉M行框選，故而將其判定成了同一個目標，這個問題需要繼續(xù)解決完善。

圖11 公路測試視頻運動目標檢測結(jié)果

圖12 USB攝像頭拍攝視頻的運動目標檢測結(jié)果

通過對5段視頻進行運動目標檢測測試。檢測結(jié)果表明，本系統(tǒng)具有較高的檢測準確率，實現(xiàn)了預(yù)期的運動目標檢測功能。視頻檢測的統(tǒng)計檢測結(jié)果，如表1所示。通過對視頻檢測結(jié)果的統(tǒng)計，可以得到本算法的檢測率為97.2%、誤檢率為1.43%和漏檢率為1.37%。

表1 運動目標檢測結(jié)果

6 結(jié)語

本文研究并實現(xiàn)的基于RaspberryPi的運動目標檢測系統(tǒng)，系統(tǒng)是在RaspberryPi 2硬件平臺上實現(xiàn)的，較傳統(tǒng)的采用PC機實現(xiàn)的系統(tǒng)更加靈活方便，具有較大的優(yōu)勢。系統(tǒng)使用RaspberryPi 2 Model B型開發(fā)板作為系統(tǒng)的中心控制板，實現(xiàn)了對運動目標的自動檢測，測試結(jié)果表明系統(tǒng)的硬件實現(xiàn)效果較好。不足之處在于系統(tǒng)主要針對的是靜止攝像頭的情況，而當攝像機處于運動狀態(tài)下時，是較難準確檢測的。在以后的工作中，需要通過不斷研究，增加系統(tǒng)的應(yīng)用范圍。希望未來隨著數(shù)學(xué)理論知識的不斷豐富和計算機技術(shù)的不斷發(fā)展，能夠不斷完善和改進，更加實用于人們的生產(chǎn)和生活。