基于ARM智能家居视频监控系统的设计与实现

２０１０年第１０期　关　鹏　（南京邮电大学计算机学院，江苏省南京市２１０００３）　摘　要　设计一种基于￥３Ｃ２４４０的嵌入式视频监控系统，该系统引入人脸识别技术、人体　红外感应模块、ＧＰＲＳ模块以实现智能家居视频监控系统的智能化，从而实现对现场的情　景进行监控。文章首先介绍了系统的基本功能，再着重论述了监控系统的软硬件的开发。　结果表明，该系统达到了设计的要求，为实现视频监控系统的智能化提供了具体的解决　方案。　关键词ＡＲＭ（Ａｄｖａｎｃｅｄ　Ｒ／ＳＣ　Ｍａｃｈｉｎｅｓ）；人脸识别；ＧＰＲＳ；视频监控　置在室内人口处。ＡＲＭ平台和ＵＳＢ摄像头放置在室　内重要区域，并且尽可能隐蔽放置。如果有人进入室　随着人民生活水平的提高和安全防范意识的增　强。视频监控系统以其直观、方便、安全、信息内容丰　富的优势，广泛应用于智能家居系统。而现有的视频　监控系统大多是基于ＰＣ机的．其智能化程度以及功　能上都不能很好地适应于智能家居的需求。针对以　上问题．本文设计了基于ＡＲＭ（Ａｄｖａｎｃｅｄ　ＲＩＳＣ　Ｍａｃｈｉｎｅｓ）的视频监控系统．同时在监控系统中引人　内，人体红外传感器将采集到红外信号，输出３．３Ｖ高　电平，此时触发ＡＲＭ板产生中断命令，执行中断子　程序。控制ＵＳＢ摄像头采集图像，并将采集的图像存　储在ＡＲＭ开发板指定的位置。然后ＡＲＭ处理器对　图像进行处理，定位出人脸区域，提取出人脸特征，　并将其与数据库中用户的人脸特征进行比对。如果　不符合，则立即通过ＧＰＲＳ模块向用户发送报警信　息。此时，用户可以通过Ｉｎｔｅｍｅｔ登录到家中的服务　人脸识别、ＧＰＲＳ（通用分组无线服务）等技术。无论　从智能性、可靠性、功耗还是性价比上都有了很大提　器。查看视频，如果确实是非法者进入便可以立即报　警，并对视频流进行抓图、录像，从而有效保证家庭　财产安全。　升，为视频监控系统的智能化、泛在化提供了可能。　本文所研究的智能家居视频监控系统是基于　Ｂ／Ｓ（浏览器／，ｉｌｌ务器）架构的网络监控方式，其中一　端称为浏览器客户端（Ｂｒｏｗｓｅｒ），另一端称为Ｗｅｂ服　基于ＡＲＭ智能家居视频监控系统硬件框图如　图１所示。　务器端（Ｓｅｒｖｅｒ）。Ｂ／Ｓ架构的视频监控系统充分利用　了网络功能。用户只需在远程浏览器客户端中输入　开发板的　地址．就可以在网页上查看视频并进行　录像、抓图等操作。同时，Ｂ／Ｓ架构具有良好的开放　性，用户可以在任何地点使用此系统。另外，用户可　以跨平台以相同的浏览器访问系统，这基本上取消　了客户端的维护工作，有效减少了整个系统的运行　和维护成本。　服务器端主要包括：ＡＲＭ平台、人体红外传感　器、ＵＳＢ（通用串行总线）摄像头。人体红外传感器放　图１　系统硬件框图　电　Ｔｄ　、‘　３３　

２０１０年第１０期　以下对各模块进行具体介绍：　统，最后移植Ｗｅｂ服务器￣ＳＱＬｉｔｅ数据库。鉴于以上　移植技术已经很成熟．故不详细论述。Ｌｉｎｕｘ内核自　带了ＵＳＢ摄像头驱动。所以不需要再移植摄像头驱　ＡＲＭ开发板采用天嵌公司的ＴＱ２４４０开发板，　核心板采用三星Ｓ３Ｃ２４４０芯片，ＡＲＭ　９２０Ｔ内核。处　理器具有６４Ｍ的ＳＤＲＡＭ，２Ｍ的Ｎ０Ｒ　ＦＬＡＳＨ，　２５６Ｍ的ＮＡＮＤ　ＦＬＡＳＨ：一个ＲＳ２３２串口接口和三　动。人体感应模块驱动可以编译成可加载模块，通过　＃ｉｎｓｍｏｄ　ｇｌ１．ｋｏ￣ＪＤ载到内核中。本系统使用Ｉｎｔｅｌ公司　的开源视觉库ＯｐｅｎＣＶ　２．０．０。因此需要将此库函数　文件编译到文件系统中。　３．２视频监控系统软件的设计　个串口扩展接口（３．３Ｖ电平）；１００Ｍ的ＲＪ４５接口；　Ｊ］ｒＡＧ（ＪｏｉｎｔＴｅｓｔＡｃｔｉｏｎＧｒｏｕｐ）接口；ＧＰＩＯ接口；两个　ＵＳＢ接口。　ＧＰＲＳ模块采用西门子公司的ＴＣ３５ｉ，支持　ＧＳＭ９００和ＧＳＭ１８００双频；支持数字、语音、短消息　系统流程图如图２所示。　和传真：支持三种语言编码的传送。ＧＰＲＳ模块通过　串口ＣＯＭ１（该串口由ＴＴＬ电平串口转换成ＲＳ２３２串　口）与ＡＲＭ开发板连接。　摄像头采用Ｅ点网视通的ＵＳＢ　Ｃａｍｅｒａ　３０１Ｐ摄　像头。它使用中星微处理器，图像传感器使用的是　ＣＭＯＳ（互补金属氧化物半导体）感光芯片。此摄像　头的驱动没有从外部移植，而是使用Ｌｉｎｕｘ内核自带　的摄像头驱动。　人体感应模块采用ＧＨ．７１　８红外传感器模块。该　模块的感应范围：＜１４０。锥角，７ｍ以内；电平输出：　高３．３Ｖ，低０Ｖ。引脚连接方法：人体红外感应模块的　ＧＮＤ（信号地）引脚接到ＡＲＭ开发板ＧＰＩＯ接口２号　引脚．红外感应模块＋５Ｖ引脚接到ＡＲＭ开发板　ＧＰＩＯ接口３４号ＶＤＤ（器件工作电压）引脚，红外感应　模块ＯＵＴ引脚接到删３．３Ｖ引脚。　图２系统流程图　开发板ＧＰＩＯ接口６号ＶＤＤ　系统软件设计主要包括两方面的工作：ａ）在硬　由图２可见，整个系统主要由视频采集、人脸检　件上搭建一个嵌入式Ｌｉｎｕｘ开发平台。ｂ）在嵌入式　Ｌｉｎｕｘ开发平台的基础上。开发系统的应用程序。　３．１　搭建嵌入式Ｉ　ｉｎｕｘ开发平台　测与定位、人脸快速识别及后续处理四部分组成。　其中视频采集是借助于摄像头进行多媒体处理；人　脸的检测与定位是基于人脸肤色快速检测方法来　定位人脸区域；人脸的识别首先提取人脸特征，再　构建嵌入式Ｌｉｎｕｘ开发平台包括宿主机和目标　机。宿主机是一台装有Ｒｅｄｈａｔ　Ｆｅｄｏｒａ　Ｃｏｒｅ和Ｗｉｌ１一　ｄｏｗｓ　ＸＰ双操作系统的ＰＣ机，目标机为ＴＱ２４４０开发　板。首先需要在宿主机上构建交叉编译环境。选用的　通过人脸特征值比较来实现；后续处理模块就是把　得到的人脸识别结果进行后续处理，比如送到告警　设备、触发告警信号、实时视频查看及控制等。实时　性与人脸识别的准确性是整个系统设计的原则。然　而在具体的实现过程中，在算法的选择上，这两个　性能却是相互矛盾的：复杂的算法能够提高　系统的准确性，但是耗时长影响系统的实时性；相　交叉编译器是ＧＣＣ４．３．３。其次需要在目标机上移植　嵌入式Ｌｉｎｕｘ系统。选用的嵌入式Ｌｉｎｕｘ内核源码包　版本为２．６．３０．４。移植过程：首先通过ＪＴＡＧ下载　Ｕ．Ｂｏｏｔ到ＴＱ２４４０开发板，然后烧写Ｌｉｎｕｘ内核镜像　和ＹＡＦＦＳ（Ｙｅｔ　Ａｎｏｔｈｅｒ　Ｆｌａｓｈ　Ｆｉｌｅ　Ｓｙｓｔｅｍ）文件系　反。相对简单的算法能够提高系统的实时性，却影　Ｔ　殂　

２０１０年第１０期　响系统的准确性。所以整个系统涉及到的算法的选　择是在实时性与准确性两个性能折中的基础上进　行的。　３．２．１　图像采集和存储　到匹配相似概率Ｐ。比对用到了前向．后向算法。通过　多次的测试。发现相似概率达到０．８２３，其判断正确　率为９９．６７％，因此将０．８２３设置为匹配阈值，当低于　此值时通过ＧＰＲＳ向用户报警。　３．２．４　ＧＰＲＳ通信　ＡＲＭ在接收到人体感应模块的高电平信号后。　产生中断。中断子程序控制ＵＳＢ摄像头获取图像数　据，并将已压缩过的ＪＰＥＧ格式图像数据存储在　Ｍ板指定的ＮＡＮＤ　ＦＬＡＳＨ内。　３．２．２人脸检测及定位　ＧＰＲＳ模块通过串口ＣＯＭ１与ＡＲＭ开发板连接．　波特率设置为ｌ　１５２００。通过ＡＴ指令来控制ＧＰＲＳ模　块的发送。首先使用命令ＡＴ＋ＣＭＧＦ＝１，选择ＴＥＸＴ　模式。然后使用命令ＡＴ＋ＣＳＣＡ＝８６１３８００２５０５００，设　置短消息中心地址，再使用命令ＡＴ＋ＣＭＧＳ＝８６＋（手　机号码），设置接收信息的号码，并按“回车”字符，　输入要发送的文本信息．最后通过ＣＴＲＬ＋Ｚ发送短　消息。　３．２．５视频网络传输及控制　本系统需要自动检测、识别人脸目标。实时运算　量很大，这就需要一种快速的算法，并能在应用中　达到实时的效果，因此本系统选择了基于肤色特征　的方法。在室内光照条件变化不大情况下，肤色特征　对于旋转、表情等变化不敏感，具有相当好的鲁　棒性。　人脸区域分割：根据基于皮肤、头发区域方法定　义　：ｒ＝Ｒ／　（Ｒ＋＜　Ｂ），ｇ＝　（Ｒ啪），Ｙ＝Ｏ．３０Ｒ＋　本系统中，视频的网络传输是基于ＴＣＰ协议来　实现的，嵌入式开发板负责视频采集并建立好ＴＣＰ　服务器，等待客户端连接；客户端做好初始化工作　后，主动连接服务器，得到应答后建立连接并实时显　０．９５Ｇ＋０．１　１Ｂ［”。其中Ｒ、Ｇ、Ｂ为原图像素的值。当满　足如下条件时Ｏ．３３３＜ｒ＜０．６６４，０．２４６＜ｇ＜０．３９８，ｒ＞ｇ，　示，也可以根据用户的要求保存图像或者视频文件。　首先用户在浏览器中输入ＡＲＭ开发板的ＩＩ，地　址，进入登录界面。　ｇ　０．５－ｑ）．５ｒ，该区域可能是皮肤颜色，同时，当Ｙ＜４０　时，该区域可能为头发颜色。原图划分为三个区域：　皮肤、头发、背景。　人脸检测定位：利用眼睛灰度特性对皮肤区域　进行进一步验证，并获取他们的坐标。　其主要代码如下：　ｆｏｒ（ｉｎｔｉ＝ｆａｃｅｌｔ．ｔｏＰ；ｉ＜ｆａｃｅＬｔ．ｂｏｔｔｏｍ：ｉ斗＿卜）　用户输入用户名和密码后，点击“确定”向服务　器递交数据，Ｗｅｂ服务器调用ＣＧＩ（通用网关接口）　ｉｔｅｏｐｅｎ（），打开　程序ｐａｓｓ．ｃｇｉ，执行ｓｑｌｉｔｅ　ｐｄｂ＝ｓｑｌ＿＿ＳＱｌｉｔｅ数据库，并与数据库中的数据进行比对，若合　法则进入视频监控主界面，否则，报错重新输入合法　账户。　ｆｏｒ（ｉｎｔｊ－－ｆａｃｅＬｔ．１ｅｆｔ：ｊ＜ｆａｃｅＬｔ．ｒｉ　｛ＩＯｆｆｓｅｔ＝ｉ　ｗＢｙｔｅｓＰｅｒＬｉｎｅ＋ｊ　３：　ｉｆ（’（ＩＰＤａｔａ＋ＩＯｆｆｓｅｔ）￣２５５）　＋＋）　视频监控主界面中。客户端的浏览器调用ＪＡＷＬ　ＡＰＰＬＥＴ。通过执行Ｓｏｃｋｅｔｃｏｒｍｅｃｔｉｏｎ＝ｎｅｗＳｏｃｋｅｔ　（ＩＴＩ　ｓｔｒＳｅｒｖｅｒ，ｐｏｒｔ），向服务器发送连接请求，如果遇　到服务器端Ｓｏｃｋｅｔ　Ｓｅｒ＝ｓ．ａｃｃｅｐｔ（）．则建立起基于　ＲｅｅｕｒｓｉｖｅＣａｌ（ＩＰＤａｔａ，Ｉ，Ｊ，ｗＢｙｔｅｓＰｅｒＬｉｎｅ，Ｐｉｘｅｌ—　ｎＢＩｌ１．＋＋ｌ　ｌｕｌｎ）；｝　３．２．３人脸识别　ＴＣＰ／ＩＩ，的Ｓｏｃｋｅｔ连接。服务器端通过执行ＯＵＴｐｕｔ．　Ｓｔｒｅａｍ　ｂｕｆｆｅｒ＝Ｓｅｒ．ｇｅｔＯｕｔｐｕｔＳｔｒｅａｍ（）打开这个新　建的Ｓｏｃｋｅｔ输出流，向这个输出流写人数据，并将其　传输到客户端。客户端将从它的Ｓｏｃｋｅｔ的输人流　ＩＮｐｕｔＳｔｒｅａｍ　ｉｎ＝ｃｏｎｎｅｃｔｉｏｎ．ｇｅｔｌｎｐｕｔＳｔｒｅａｍ（）中读　人脸识别【　包括：人脸特征提取、人脸特征　比较。　人脸特征提取采用基于ＤＣＴ（离散余弦变换）阀　的整体特征提取方法。对已定位的人脸区域采用遍　历方法进行采样，并将得到的采样块进行２Ｄ．ＤＣＴ　变换，再取适量的低频系数，最终得到人脸图像的观　察值序列。　取数据，并在Ｗｅｂ页面显示出来。　当用户点击“录像”或“抓图”按钮时．服务器端　将会调用ｖｉｄｅｏ．ｃｇｉ￣ｃａｐｔｕｒｅ．ｃｇｉ。ｖｉｄｅｏ．ｃｇｉ将服务器　人脸特征比较：训练结束后．将结果与存储在数　据库中已经训练好的用户人脸特征值进行比对，得　端采集到的一帧帧图像数据通过文件操作存储到　（下转第４２页）　Ｔ息　臣　３５　

２０１０年第１０期　Ｈ．２６４编码器输出的码流，不计算图片的重要性，统　一表１　Ｃｏａｓｔｇｕａｒｄ仿真结果　总码率　采用方法　ＳＮＲ＝ｉ（ｄＢ）　ＳＮＲ＝Ｉ．５（ｄＢ）　采用码率为１／２的Ｔｕｒｂｏ码进行编码保护。在上述　方案中，信道噪声均为加性高斯白噪声。　４５８（ｋｂｉｔ／ｓ）　均等差错保护方案　方案一　方案二　２２．５２５　２７．４２　２９—２５　２９．７２　３１．５ｌ　３２．７８　用Ｃｏａｓｔｇｕａｒｄ作为实验视频序列，视频序列长　度取３００帧，每１２帧为一个ＧＯＰ。不等差错保护方案　中的信道编码部分采用１／３码率、ｌ／２码率和２／３码率　的码。均等差错保护方案中的信道编码部分采用１／２　码率的码。分别对前面所述的方案一与方案二进行　实验．采用解码端重建图像和原始图像之间ＰＳＮＲ　（峰值信噪比）作为衡量三种方案效果的标准。ＰＳＮＲ　参考文献　ｌ　Ｆ　Ｆｉｔｚｅｋ，Ｐ　Ｓｅｅｌｉｎｇ，Ｍ　Ｒｅｉｓｓｌｅｉｎ，ｅｔ　ａ１．Ｉｎｖｅｓｔｉｇａｔｉｏｎ　ｏｆ　ｔｈｅ　ＧｏＰ　Ｓｔｒｕｃｔｕｒｅ　ｆｏｒ　Ｈ．２６Ｌ　Ｖｉｄｅｏ　Ｓｔｒｅａｍｓ　［ＥＢ／ＯＬ］．Ｔｅｃｈｎｉｃａｌ　Ｒｅｐｏｒｔ　ａｃｔｉｃｏｍ－０２—００４，ｈｔｔｐ：／／ｗｗｗ．　ａｃｔｉｃｏｍ．ｄｅ／ｆｉｌｅａｄｍｉｎ／ｄａｔａ／ｐｕｂｌｉｃａｔｉｏｎＮａｃｔｉｃｏｍ－０２－００４．ｐｄｆ，　值越高，则表明图像重建的质量越好。表１给出了分　别采用均等误差保护方案、本文采用的不等差错保　护方案的仿真结果。表中的数据为序列的重建图像　与原始图像之间的ＰＳＮＲ（峰值信噪比）值，单位是　ｄＢ。从表中可以看出本文采用的不等差错保护方案　与均等差错保护方案相比，重建视频质量都有了明　显的提高，尤其是方案二的效果最佳。而且，在信噪　比较低的环境中，重建视频的效果更加理想。比较采　用不同保护方案的解码图像也可以看出，均等误差　保护方案重建质量差。方案一采用的保护方案图像　重建质量有了很大的改善。方案二采用的保护方案　Ｄｅｃｅｍｂｅｒ　２００２．　２全子一．图像信源压缩编码及信道传输理论与新技术　［Ｍ］．北京：北京工业大学出版社，２００６．　３刘东华．Ｔｕｒｂｏ码原理与应用技术［Ｍ］．北京：电子工业出　版社．２００３．　４李晓莉．基于不等差错保护的信源信道联合编码技术的　研究［ｏ１．合肥：合肥工业大学，２００５．　５胡云峰．基于非均衡差错保护的信源信道联合编码［Ｄ］．　上海：上海交通大学．２０ｏ７．　苏正文（１９８５一），女，硕士研究生，主要研究方　相比方案一图像重建质量有了进一步的改善。　向为信息网络与多媒体技术。　收稿日期：２０１０．０６．２８　（上接第３５页）　ＡＲＭ开发板指定的文件位￣ｔｍｐ／ＭＯＶ．ａｖｉ中。完成　参考文献　１　张宏林．数字图像模式识别技术及工程实践［Ｍ］．北京：　人民邮电出版社．２Ｏ０３．　录像功能。ｃａｐｔｕｒｅ．ｃ西则将服务器端采集到的一帧图　像存储到删开发板指定的位置ｔｍｐ／ｃａｐｔｕｒｅ．ｊｐｇ，　完成抓图功能。　２　Ｖｏｔｈ　Ｄ．Ｆａｃｅ　ｒｅｃｏｇｎｉｉｔｏｎ　ｔｅｃｈｎｏｌｏｇｙ［Ｊ］．ＩＥＥＥ　Ｉｎｔｅｌｌｉ－　ｇｅｎｔ　Ｓｙｓｔｅｍｓ，２００３，１８（３）：４－７．　３　Ｃｈｅｎｇｇａｎｇ　Ｚｈｅｎ，Ｙｉｎｇｍｅｉ　Ｓｕ．Ｒｅｓｅａｒｃｈ　ａｂｏｕｔ　ｈｕｍａｎ　本文实现的智能家居视频监控系统。能够较好　地满足智能家居的特点。其嵌入式的硬件平台，降低　了使用成本．同时具有低能耗、便于携带安装等优　点。基于网络的便捷性特点。方便用户异地查看家庭　内外的安全情况，因此具有较好的应用前景。　本文的创新点：在删智能化、网络化。　的平台上引人人脸识别　ｆａｃｅ　ｒｅｃｏｇｎｉｉｔｏｎ　ｔｅｃｈｎｏｌｏｇｙ　Ｔｅｓｔ　ａｎｄ　Ｍｅａｓｕｒｅｍｅｎｔ［ｃ】．　ｎｔｅｒＩｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ，２００９，ｌ：４２０－４２２．　４卢健，王　晖．ＳＶＤ和ＤＣＴ提取特征向量的方法在人　脸识别中的比较［Ｊ］．武汉大学学报（信息科学版），　２００５，３０（２）：ｌ８－１９．　关　鹏（１９８５一），男，硕士研究生，主要研究方　向为计算机通信网络。　收稿日期：２０１０．０６．１１　技术、传感器技术、ＧＰＲＳ技术实现视频监控系统的　４２　Ｔ　・，　ｉＨ－．●石　Ｂ