摘要：針對智能家居場景需求，設(shè)計了基于ARM9處理器Linux操作系統(tǒng)的網(wǎng)絡(luò)攝像機。深入研究了MJPEG視頻壓縮算法，闡述了算法實現(xiàn)過程，并設(shè)計出基于Android操作系統(tǒng)的3G手機網(wǎng)絡(luò)攝像機客戶端軟件。本系統(tǒng)通過實地安裝與測試達(dá)到了預(yù)期效果，突破了傳統(tǒng)網(wǎng)絡(luò)攝像機客戶端固定地域的限制，有良好的應(yīng)用前景。
1 系統(tǒng)硬件組成與網(wǎng)絡(luò)架構(gòu)
攝像機硬件核心采用三星公司推出的基于ARM9架構(gòu)的S3C2440A芯片，該處理器主頻達(dá)到400 MHz可以滿足實時壓縮，MJPEG視頻流可以達(dá)到320×240分辨率25 fps的性能要求。外圍搭配64 MB SDRAM、256 MB NAND Flash，網(wǎng)絡(luò)功能由DM9000以太網(wǎng)MAC控制芯片負(fù)責(zé)，攝
圖1 S3C2440A系統(tǒng)硬件框圖
像頭模塊由USB控制器控制，系統(tǒng)供電由3片LM71117組成，分別輸出3.3 V、1.8 V、1.25 V電壓，輔助外圍接口構(gòu)成攝像機硬件結(jié)構(gòu)。S3C2440A系統(tǒng)硬件框圖如圖1所示。
網(wǎng)絡(luò)攝像機是互聯(lián)網(wǎng)上的TCP/IP設(shè)備，系統(tǒng)網(wǎng)絡(luò)拓?fù)鋱D如圖2所示。其中在家庭區(qū)域內(nèi)根據(jù)安防的特點在大門走廊、客廳內(nèi)、陽臺區(qū)域分別布置攝像機，再由網(wǎng)線連接到路由器，配置路由器參數(shù)映射每個攝像機獨立端口與IP地址，即完成Internet接入。遠(yuǎn)端由固定位置的PC機，移動位置的3G筆記本和隨身攜帶的3G Android手機組成，PC機可以通過WEB瀏覽器訪問與控制網(wǎng)絡(luò)攝像機，Android手機通過客戶端實現(xiàn)實時訪問。
圖2 系統(tǒng)網(wǎng)絡(luò)拓?fù)鋱D
2 系統(tǒng)軟件設(shè)計
2.1 網(wǎng)絡(luò)攝像機軟件設(shè)計
搭建攝像機需要Linux系統(tǒng)環(huán)境，首先移植Bootloader，對Linux 2.6.32內(nèi)核進(jìn)行裁剪，加載Linux UVC(USB video device class)驅(qū)動及相關(guān)驅(qū)動，將編譯好的Linux系統(tǒng)鏡像燒寫到ARM板Nand Flash中，對Bootloader設(shè)置啟動引導(dǎo)地址，即完成軟件運行環(huán)境搭建[2]。
分析網(wǎng)絡(luò)攝像機性能需求與拓展性，須滿足下列條件：
◆ 視頻監(jiān)控實時性；
◆ 支持多客戶端同時連接；
◆ 圖像識別算法或預(yù)留接口；
◆ 功能模塊化滿足后期開發(fā)可擴展。
因此，采用多線程架構(gòu)與互斥鎖機制來保證實時性、模塊化的思想設(shè)計代碼結(jié)構(gòu)。軟件程序主流程如圖3所示。
圖3 軟件程序主流程
其中主要實現(xiàn)如下功能。
① 初始化Linux V4L2接口，必須按照V4L2標(biāo)準(zhǔn)結(jié)構(gòu)初始化結(jié)構(gòu)體，其中包括struct v4l2_capability cap;struct v4l2_format fmt;struct v4l2_buffer buf;struct v4l2_requestbuffers rb; struct v4l2_streamparm setfps。此外將視頻設(shè)備名、視頻寬度、視頻高度、幀率、視頻格式和抓取方法傳遞給函數(shù)init_videoIn(struct vdIn *vd, char *device, int width, int height, int fps, int format, int grabmethod)實現(xiàn)初始化。值得注意的是眾多USB camera并不支持JPEG格式視頻流直接抓取，針對YUYV格式抓取卻有廣泛支持。后期進(jìn)行圖像識別算法操作時直接分析YUYV原始圖像數(shù)據(jù)，將節(jié)省JPEG壓縮數(shù)據(jù)轉(zhuǎn)換為原始圖像數(shù)據(jù)的大量運算開銷，因此采用YUYV抓取模式。
② 創(chuàng)建核心圖像處理線程。在該線程內(nèi)實現(xiàn)：抓取功能。
◆ UVC設(shè)備單幀抓取，uvcGrab(struct vdIn *vd)函數(shù)實現(xiàn)單幀YUYV格式的原始圖像拷貝到內(nèi)存，采用高效的mmap內(nèi)存映射方法讀取；
◆ JPEG核心算法實現(xiàn)，JPEG壓縮算法占用大量CPU時間，下一小節(jié)將詳細(xì)討論。
③ 創(chuàng)建套接字接口。為實現(xiàn)多用戶同時連接網(wǎng)絡(luò)攝像機，必須采用socket服務(wù)線程，每當(dāng)有新用戶連接同時產(chǎn)生一個新線程與之對應(yīng)，實現(xiàn)多用戶端同步監(jiān)控。
④ 搭建基于Web瀏覽器訪問方式的web主頁。嵌入式設(shè)備資源有限，輕量級的Web Server主要有：Boa、Httpd、Thttpd等。本設(shè)計選用開源的Boa、交叉編譯Boa源碼配置boa.conf文件，配置系統(tǒng)etc自啟動shell加入Boa程序，將編寫HTML頁面文件放入系統(tǒng)中對應(yīng)的www目錄后即可正常工作。
2.2 MJPEG壓縮算法研究與實現(xiàn)
MJPEG(Motion Joint Photographic Experts Group)視頻編碼格式，把運動的視頻序列作為連續(xù)的靜止圖像來處理，這種壓縮方式單獨完整地壓縮每一幀，編輯過程中可隨機存儲每一幀，可進(jìn)行精確到幀的編輯。
MJPEG單幀壓縮算法為JPEG(Joint Photographic Experts Group)。
人眼視覺生理特性決定眼睛對構(gòu)成圖像的不同頻率成分具有不同的敏感度。JPEG壓縮是有損壓縮[3]，但損失的部分是人類視覺不容易察覺到的部分，利用眼睛對色彩域中的高頻信息部分不敏感的特點，節(jié)省大量需要處理的數(shù)據(jù)信息。一幀原始圖像數(shù)據(jù)對其進(jìn)行JPEG算法編碼過程分兩大部分：
① 空間冗余度，去除視覺上的多余信息；
② 結(jié)構(gòu)（靜態(tài)）冗余度，去除數(shù)據(jù)本身的多余信息。
JPEG編碼中主要涉及包括：DCT、zigzag編碼、量化、RLE編碼、范式Huffman編碼、DC（直流分量）的編碼。JPEG編碼流程如圖4所示。
圖4 JPEG編碼流程
DCT（Discrete Cosine Transform）變換，又稱離散余弦變換是可逆的、離散的正交變換。它將原始圖像色彩空間域轉(zhuǎn)換為頻譜域。由于相鄰兩點像素色彩很多是接近的，壓縮這些不需要的數(shù)據(jù)必須利用圖像信號的頻譜特性。JPEG壓縮原理的理論依據(jù)是圖像信號頻譜線大都分布在0～6 MHz范圍內(nèi)，而且一幅圖像內(nèi)大多數(shù)為低頻頻譜線，而高頻的譜線只占圖像比例很低的圖像邊緣或者細(xì)微紋理細(xì)節(jié)的信號時才出現(xiàn)。根據(jù)這一特性，在做數(shù)字圖像處理時對包含信息量大的低頻譜區(qū)域分配較多的比特數(shù)，相反的對于包含信息量低的高頻譜區(qū)域分配較少的比特數(shù)，達(dá)到圖像壓縮的目的，而圖像質(zhì)量并沒有肉眼可察覺的降低。除了DCT變換，常用的變化算法還有：WalshHadamard沃爾什哈達(dá)瑪變換、哈爾變換、傅氏變換等。
DCT變換公式為：
時C(u)=1，C(v)=1。f(i,j)經(jīng)過DCT變換之后，F(xiàn)（0，0）是直流系數(shù)，其他參數(shù)時為交流系數(shù)。經(jīng)過DCT變換后一幅圖像的DCT系數(shù)塊集中在8×8矩陣的左上方，這里直流DC系數(shù)幅度最大，這一矩陣區(qū)域集中了圖像的大部分低頻頻譜分量，離矩陣左上角越遠(yuǎn)的高頻頻譜幾乎不含圖像信息。變換過程本身雖然并不產(chǎn)生壓縮作用，但是變換后的頻率系數(shù)卻非常有利于碼率壓縮。
量化是對DCT系數(shù)的一個優(yōu)化過程，利用了肉眼的高頻不敏感特性對數(shù)據(jù)進(jìn)行大幅壓縮。整個過程是簡易的把頻率域的每個成份除以對應(yīng)的常數(shù)，并對結(jié)果四舍五入取整，整個流程的目的是減少非零的系數(shù)以及增加零值系數(shù)數(shù)目。量化是有損運算，是圖像質(zhì)量下降的主要因素。對于人眼對亮度與色差的敏感性不一致，分別使用亮度量化表與色度量化表。對量化后的數(shù)據(jù)采用zigzag蛇形編碼，這是因為交流分量中含有大量的零值，zigzag編碼可以產(chǎn)生更多連續(xù)的零值，對下一步使用行程編碼非常有利。
行程編碼(Run Length Coding)是一種根據(jù)相同數(shù)據(jù)連續(xù)重復(fù)多次的情況簡化表示的算法。例如，5555333333999按照行程編碼表示為（5，4）（3，6）（9，3）可以對數(shù)據(jù)，尤其是大量的零值壓縮數(shù)據(jù)長度。
編碼后的數(shù)據(jù)還須通過Huffman編碼來壓縮，Huffman編碼的最大特點是使出現(xiàn)頻率較高的數(shù)字小于8位，而出現(xiàn)頻率低的數(shù)字大于8位，這使得數(shù)據(jù)大幅壓縮。
到此數(shù)據(jù)的壓縮過程結(jié)束，對壓縮后的數(shù)據(jù)按照J(rèn)PEG文件格式要求進(jìn)行保存，加上文件開始標(biāo)記Start Of Image = FFD8，文件結(jié)束標(biāo)記End Of Image = FFD9,量化表標(biāo)記Define Quantization Table = FFDB,霍夫曼編碼表標(biāo)記Ddfine Huffman Table = FFC4,幀開始標(biāo)記Start Of Frame = FFC0等標(biāo)記，再加上圖片識別信息字節(jié)標(biāo)記就最終形成完整的可用于傳輸或存儲的JPEG幀圖像，通過套接字接口不間斷地發(fā)送JPEG圖像即形成MJPEG視頻流。
為提高CPU效率，減少進(jìn)程間切換產(chǎn)生的開銷，將壓縮算法函數(shù)集成到單一線程里。JPEG核心壓縮編碼函數(shù)MCUcode實現(xiàn)如下：
uint8_t *MCUcode(S_JPEG_ENCODER_STRUCTURE * enc,uint32_t image_format, uint8_t * output_ptr) {
DCT(enc﹥Y1);//DCT離散余弦變換函數(shù)
quantization(enc,enc﹥Y1, enc﹥ILqt);//量化函數(shù)，亮度量化表量化并按照zigzag排列存儲
output_ptr = huffman(enc, COMPONENT_Y, output_ptr);//霍夫曼編碼函數(shù)
DCT(enc﹥Y2)……
DCT(enc﹥Y3)……
DCT(enc﹥Y4)……
DCT(enc﹥CB);//DCT離散余弦變換函數(shù)
quantization(enc,enc﹥CB, enc﹥ICqt);//量化函數(shù)，色度量化表量化
output_ptr=huffman(enc, COMPONENT_CB, output_ptr);//色度霍夫曼編碼函數(shù)
DCT(enc﹥CR)……
return output_ptr;
}
其中Y1、Y2、Y3、Y4對應(yīng)水平排列的4像素亮度值，CB、CR是水平排列以2像素為1單位像素的色度值。
3 Android客戶端設(shè)計
Android是Google公司推出的針對移動設(shè)備的操作系統(tǒng)，底層采用Linux內(nèi)核，應(yīng)用程序采用類Java語言編寫，并運行于類JVM虛擬機的Dalvik虛擬機之上。該系統(tǒng)具有開放源碼免費授權(quán)的優(yōu)勢，功能完善和成熟，已獲得廠商的廣泛支持和大量市場份額。eclipse IDE開發(fā)環(huán)境友善，因此選用Android系統(tǒng)作為物聯(lián)網(wǎng)攝像機客戶端開發(fā)平臺。
Android程序一般由多個Activity、Intent、Content Provider、Service等程序框架組成[4]，其中最基礎(chǔ)的是Activity活動類，該類相當(dāng)于軟件運行時的一個頁面，在頁面之上可添加各種控件，如button按鍵、ImageView圖片、Text boxes、Lists列表等。除此以外還負(fù)責(zé)監(jiān)聽系統(tǒng)事件，負(fù)責(zé)啟動其他的Activity類。在多個Activity類之間跳轉(zhuǎn)就需要用到Intent類，Intent類有兩個重要部分：動作和動作對應(yīng)的數(shù)據(jù)。常用的動作有MAIN、VIEW、PICK、EDIT等，動作數(shù)據(jù)則以URI形式表示。通過Intent類還能傳遞參數(shù)，作用類似鏈條串起Activity類，Activity類跳轉(zhuǎn)圖如圖5所示。
圖5 Activity類跳轉(zhuǎn)圖
解析視頻流須先由網(wǎng)絡(luò)獲取數(shù)據(jù)流，實現(xiàn)的方法代碼如下：
public static VideoInputStream read(String url) {
HttpResponse res;
DefaultHttpClient httpclient=new DefaultHttpClient();//http客戶端
try {
resource=httpclient.execute(new HttpGet(URI.create(url)));
return new VideoInputStream(resource.getEntity().getContent());
……
}}//從響應(yīng)中獲取消息實體內(nèi)容
對已獲取的數(shù)據(jù)流按照J(rèn)PEG標(biāo)準(zhǔn)文件頭分段，實現(xiàn)的方法代碼如下：
public Bitmap readFrame() throws IOException {
mark(FRAME_MAX_LENGTH);//在數(shù)據(jù)流中設(shè)置標(biāo)記，調(diào)用mark方法
int headerLength=getStart(this, START_MARKER);//計算文件頭長度
reset();//reset方法重置數(shù)據(jù)流指向最后一個標(biāo)志位置
byte[] header=new byte[headerLength];
readFully(header);
try {
ContentLength=countContentLength(header);//計算數(shù)據(jù)內(nèi)容長度
}
catch (NumberFormatException nfe) {
ContentLength=getEnd(this, END_MARKER);
}
byte[] frameData=new byte[ContentLength];//存取幀字節(jié)數(shù)據(jù)
skipBytes(headerLength);//跳過文件頭字節(jié)
readFully(frameData);
return BitmapFactory.decodeStream(new ByteArrayInputStream(frameData));
}
需要注意的是，在AndroidManifest.xml文件中需加上語句，表示程序擁有網(wǎng)絡(luò)的完整訪問權(quán)限。獲取每幀數(shù)據(jù)后繼承Android SDK中提供的view.SurfaceView類與graphics.Canvas類，將收到的完整幀圖像按隊列順序不間斷地顯示在視窗框架類中，對人眼視覺幀率超過5 fps時即有視頻效果，到25 fps即是電影流暢度。對于定點定位監(jiān)控，經(jīng)過測試出于節(jié)省帶寬費用考慮設(shè)定5 fps即能滿足基本需求，10 fps是較為合理參數(shù)。將編譯后應(yīng)用程序安裝到手機中，Android實時監(jiān)控截圖如圖6所示。
圖6 Android實時監(jiān)控截圖
結(jié)語
本文描述了網(wǎng)絡(luò)攝像機的軟件設(shè)計與MJPEG算法原理，結(jié)合Android移動技術(shù)，開發(fā)了整套系統(tǒng)；并實際應(yīng)用于驗證系統(tǒng)，取得了良好結(jié)果。期望在后續(xù)工作中涉足圖像識別算法、物體追蹤算法、人體行為偵測算法等圖像領(lǐng)域，使網(wǎng)絡(luò)攝像機變得更智能。
參考文獻(xiàn)
[1] 龔曉飛.嵌入式Linux系統(tǒng)下的視頻服務(wù)器設(shè)計[J].電子測量技術(shù),2010(4):334.
[2] Neil Matthew, Richard Stones. Linux程序設(shè)計[M].陳健，宋健健，譯.4版.北京：人民郵電出版社，2010.
[3] 余濤.JPEG原理詳細(xì)實例分析在嵌入式Linux中的應(yīng)用[EB/OL].[200809].http://www.ibm.com/developerworks/cn/linux/lcnjpeg/index.html.
[4] 楊豐盛.Android應(yīng)用開發(fā)解密[M].北京：機械工業(yè)出版社,2010.
陳家佳（碩士研究生），主要研究領(lǐng)域為計算機網(wǎng)絡(luò)、物聯(lián)網(wǎng)；姚俊（碩士研究生），主要研究領(lǐng)域為物聯(lián)網(wǎng)技術(shù)、智能家居系統(tǒng)。
