基于嵌入式Linux的水文監測系統

冷建偉，沈芳婷

（天津理工大學 自動化學院，天津 300384）

基于嵌入式Linux的水文監測系統

冷建偉，沈芳婷

（天津理工大學 自動化學院，天津 300384）

由于水文監測站位于野外，工作環境惡劣，并且隨著機器視覺技術的不斷發展，搭建一套結合嵌入式Linux及圖像識別技術的水文監測系統成為未來水域監測的一大主流方向。該系統采用B/S架構，前端CCD攝像頭模塊固定后采集現場水域圖像，系統可以實現遠程視頻的實時傳輸及存儲，并且用戶根據需求可以選擇監控時間間隔和傳輸速度。該系統應用后，人力資本大幅節省，水域突發事件的發現和排除時間也被縮短，直觀地觀察水域周邊情況的同時，工作效率和管理水平得到提高。

嵌入式；水文監測；圖像處理；采集存儲

隨著嵌入式技術、圖像識別技術的不斷發展，人們對數字化的要求也越來越高[1-2]。嵌入式系統作為一種高效、低耗、低成本的智能化視頻采集、存儲、傳輸產品越來越得到市場的青睞[3]。在近幾年的研究中，我國研究人員及學者已經陸續提出借助衛星或無線網絡傳輸的水文監測方式[4-6]，將水域現場的傳感器檢測出的數據傳輸至用戶端并進行存儲及分析，這種方法已經減少了人力、財力，有效地提高了防汛及水利調度效率，但在前期設備安裝上耗費了大量精力，有待提升，并且系統的智能化有待提高[7]。

文中所采用的方案，結合水文水域環境特點，開發了嵌入式圖像處理識別系統。該系統基于B/S架構，前端圖像采集系統集成了攝像頭CCD模塊、鏡頭、紅外光源等，配備支架[8]；圖像采集系統將RGB彩色圖像輸入后，通過圖像識別判讀水文尺及進行浮標定位測速，在進行數據采集、分析的同時保存原始視頻錄像，用戶則可以根據需求選擇實時查看或回放。運用了搭載Linux嵌入式系統的ARM板作為數據處理核心器件，管理維護人員能夠在第一時間知曉現場所發生的特殊情況，跟蹤、捕捉、特寫，并快速做出有效反應。對影像資料的保存則可以對突發事件進行記錄，提高安全管理效率[9]。

1 系統硬件搭建

水文監測現場共有8臺CCD攝像機，用戶根據需要可以切換1路/2路/4路/8路瀏覽模式進行監視。因此，對于在局域網內的所有用戶機需使用B/S架構方式進行數字圖像數據的瀏覽[10]。前端攝像機經過交換機與網絡硬盤錄像機 （Network Video Recorder，簡稱NVR）相連，CCD攝像機經過視頻編碼器完成A/D轉換，通過網線將數字視頻碼流傳輸至內置嵌入式開發板的NVR中，開發板集成了ARM芯片處理器及存儲器，可以對數字視頻信號進行處理、存儲、管理。

圖1 系統硬件搭建示意圖

針對系統搭建在野外的設備，供電方式需要仔細研究，選擇支持POE供電的無線網絡設備可以保證在數據流傳輸的過程中，同時為設備供電。鑒于野外自然光照射充足，采用風電互補太陽能系統為現場CCD及NVR設備供電，再由NVR連接無線網絡發射端的網線對其進行POE供電。但無線網絡的發射端及接收端之間為了增強信號，會增加四個中繼器，并且這四個中繼器均建立在山峰處，所以也采用風電互補太陽能發電系統供電。無線網絡的接收端則位于中控室，接受POE供電。

2 系統功能實現

2.1 圖像采集與存儲

圖像采集是整個系統的前端部分，本設計通過V4L2（Video for Linux Two）操作和控制視頻采集設備，用于內存映射、實現中斷的函數都定義在一個頭文件的struct file_operation中，直接訪問調用該結構中的相應函數即可實現對采集設備的開關讀寫操作，并將數據寫入SQLite數據庫。V4L2支持較多的硬件設備，具有很好的擴展性和靈活性。具體的圖像采集流程，如圖2所示。對于視頻數據采集設備，同樣以設備文件的形式存在于Linux系統中，對其進行普通文件的讀寫訪問就可以實現對設備的操作。

使用open（）函數打開視頻攝像頭設備文件，根據系統需求，即使未捕獲到信息，為了做出正確的判斷和操作，也要返回緩存數據給應用程序，遂采用非阻塞模式打開設備；在獲取攝像頭設備的基本信息后，對其進行視頻制式和幀格式的設置，并判斷正誤；定義幀緩沖的結構體，分配內存，申請緩沖區并全部入隊列，以便存放數據；采用mmap（）函數存取內核中的圖像緩沖區，將申請到的幀緩沖映射到用戶空間，直接對采集的幀進行操作，停止圖像采集后，圖像采集序列從緩沖區被移除，存儲區的映射也被清除，內存釋放；關閉攝像頭設備文件，即關閉攝像頭。

圖2 視頻圖像采集流程圖

2.2 數字圖像處理

RGB色彩方案作為最標準的圖像表示方案廣泛應用于彩色圖像的傳輸和存儲。本系統中采用打包排列，每個像素都是3通道、1透明度的32位int型表示，由于R、G、B 3個分量是按相反的方向構建彩色像素，在訪問像素數組時采用移位和掩碼操作可以提高程序運行效率。彩色圖像像素存放示意圖如下所示。

圖3 彩色圖像像素存放示意圖

2.2.1 圖像濾波

由于硬件設備的條件限制或傳輸過程的不完善，采集的圖像會受到不同程度的噪聲污染，這些噪聲多呈現出對孤立像素點的跳變影響，為了防止這些噪聲對圖片的信息內容產生影響，往往需要通過一些算法對圖像進行去噪，還原高質量原圖，從而對圖像進行后續的分割、特征提取、圖像識別等工作。對于提升圖像的有效性和可靠性，圖像濾波是必不可少的一項操作。對于數字視頻圖像，為了提升實時性，一般多采用直接在空域對像素處理，中值濾波作為不需要先驗信息的濾波運算方法，在保留前景圖像形狀、大小，去除背景噪聲的同時，進一步提升了運算速度，簡便快捷。

1971年，J.W.Tukey提出中值濾波，用于處理一維信號的時間序列分析，之后將其應用于圖像的二維信號去噪處理中，效果顯著。中值濾波的原理[11]，是針對當前目標像素I（m，n）選取其4-鄰域或8-鄰域，用鄰域內的中值代替目標像素，使目標像素更好的融入周邊環境，從而消除噪聲點，圖4為中值濾波原理圖。

圖4 中值濾波原理圖

中值濾波是將鄰域內的所有像素重新升序排列，位于最中間位置的像素值取做中值。中值濾波不會創造出鄰域中不存在的像素值，對于鄰域內的突變噪聲點也能簡單有效的避除，突變點多為鄰域內極大或極小值，不會影響中值的求取，具有較好的魯棒性。

2.2.2 圖像顏色空間轉換

在嵌入式機器視覺處理中，需要確定彩色圖像采用的顏色空間模型，常用的模型除了RGB模型還有 CMY 模型、HSV 模型、CMY 模型等[12]。 R、G、B 作為自然光的三原色，相加混色后形成了適合人眼觀感的彩色圖像，但若直接對其某一分量進行改變，視覺感觸就會發生較大變化，所以多數情況下會將RGB模型變換至HSV或HIS模型[13]，顏色信息主要由H單個分量控制，對其他分量改編后只會影響亮度和飽和度，對圖片信息的影響較小。RBG模型轉換至HSV模型的公式如式（1）所示：

由于公式中存在余弦函數及多次加減乘除運算，顯然對于整個嵌入式系統的實時性會產生不必要的延遲，所以在系統采集圖像、傳輸圖像、存儲圖像的過程中仍然采用RGB色彩模型對其處理，色彩模型的轉換及其他圖像處理算法都在用戶端重新開辟區域進行，提升系統的傳輸效率及實時性。

2.2.3 圖像分割

彩色圖像信息以數據流的形式存在，對圖像的分割其實就是變相對數據進行分類，但對于我們所感興趣的區域還要考慮到像素間的連通性和鄰近性[14]。首先，以目標區域的特征顏色為先驗信息進行色彩過濾，并轉換成灰度圖像，通過全局閾值的選取將圖像轉換成二值圖像。在對圖像進行形態學處理后，使用Canny算子對二值圖像進行邊緣檢測，由于實驗中以水文尺作為目標區域，根據水文尺的形狀特征，選用Hough變換來檢測水文尺的豎直邊界，通過對截取圖像的行掃，確定上下邊界。圖像分割效果如圖5所示。其中（a）為原圖，RGB格式的彩色圖像；（b）為以特征顏色為先驗信息轉換后的灰度圖像；（c）（d）為處理后的二值圖像；（e）中的灰色豎線為Hough變換后得到的水文尺邊界；（f）為最終分割出的水文尺圖像，是RGB格式的彩色圖像。

圖5 圖像分割效果圖

2.3 提高處理速度

受硬件條件限制，數據的處理速度因不同圖像格式的編碼復雜程度而有所差異，使用BMP格式的圖像可以降低編碼復雜度，有限地提升嵌入式系統的運行速度；確定采用雙核硬件設計的前提條件下，使用哈佛結構也能節省一定的數據處理時間；選取合適的CPU總線帶寬也可以提升數據傳輸速率，CCD攝像機獲取的每一幀圖片大小為1 024×768×32=25 165 824（bit），視頻圖像刷新速度為 24 幀/s，那么每秒的信息量是25 165 824×24=603 979 776 bps，或約為603 Mbps。經過H.264標準高度壓縮后的視頻能在4 M甚至是2 M帶寬下實現1080P實時傳輸，數據總線、地址總線和控制總線都可以在滿足帶寬要求的前提下最大限度簡化硬件構造，組成低功耗、高效率的嵌入式水文監測系統[15]。

3 結 論

隨著近幾年的機器視覺的快速發展，通過網絡對現場進行實時監控變得越來越智能化，對于復雜的傳感器網絡系統，可以用圖像處理的方法進行改善和簡化。根據可持續發展要求，本文所提出的水文尺監測系統可以實現節約資源，設備供電使用新能源，運用科技打造了更經濟、更便捷的自然災害預防監測系統。目前，無線網絡設備已通過測試，后期圖像處理工作仍處于測試階段，產品前景廣闊。

[1]李強，劉曉峰.基于物聯網技術的水文監測系統[J].計算機系統應用，2015（9）:66-69.

[2]陳果.基于嵌入式的水文水情數據采集系統[J].南方農業，2015（24）:224-225.

[3]李多，葉樺.一種基于STM32的嵌入式低功耗無線手持控制器設計[J].電子設計工程，2014（18）:101-104.

[4]李正明，侯佳佳，潘天紅，等.基于ZigBee與GPRS的無線水文監測系統設計[J].排灌機械，2009，27（3）:184-189.

[5]陳剛.基于北斗的遠程水文監測系統[D].四川:西南石油大學，2013.

[6]Scott A.Olson，J.Michael Norris.U.S.Geological Survey Streamgaging[EB/OL].http://pubs.usgs.gov/fs/2005/3131/，2007-03.

[7]江杰，張云飛.基于無線傳感器網絡的水文監測系統[J].工業控制計算機，2011，24（7）:68-70.

[8]王偉，董先勇，魏進春.梯級水電站水文泥沙監測信息管理暨關鍵技術研究 [C].中國水利學會學術年會，2014.

[9]張文彬，馬志剛，梁明.基于NET技術的B/S結構在汛期地質災害督導信息報送中的應用[J].四川地質學報，2011，31（S2）:125-128.

[10]付紅偉，陳厚濤.無線網橋在錄井現場的圖像傳輸方法[J].錄井工程，2014（2）:70-72，80.

[11]蘇育挺，張天嬌，張靜，等.基于局部二值模式的中值濾波檢測算法[J].計算機應用研究，2016（1）:258-261.

[12]王江濤，石紅巖，李文.彩色圖像分割算法綜述[J].信息安全與技術，2015（4）:76-80.

[13]杜昊凡，康超.淺論人的視覺系統特性和色彩模型[J].數字通信世界，2016（2）.

[14]張國權，李戰明，李向偉，等.HSV空間中彩色圖像分割研究[J].計算機工程與應用，2010:46（26）:179-181.

[15]辛月蘭.基于圖割的圖像分割綜述[J].微型電腦應用，2012，28（9）:1-5.

[16]孟海斌，張紅雨.超低功耗嵌入式系統設計技巧[J].單片機與嵌入式系統應用，2010（8）:16-19.

Hydrological monitoring system based on embedded Linux

LENG Jian-wei，SHEN Fang-ting
（School of Electrical Engineering，Tianjin University of Technology，Tianjin 300384，China）

Because the hydrological monitoring stations are located in the field with poor working environment，and with the continuous development of the machine vision technology，building a hydrological monitoring system based on embedded Linux and image recognition technology is becoming a major trend in the future.The system uses the B/S architecture，and the front camera CCD module collects the image of the water area.The system can realize the real-time transmission and storage of remote video，and the user can choose monitoring time interval and transmission speed according to the demand.After the application of the system，the human capital is substantially saved，and the discovery and rule out time of the sudden incident in water area are shortened.At the same time to observe the surrounding conditions of water intuitively，the work efficiency and management level are improved.

embedded； hydrological monitoring； image processing； acquisition and storage

TN99

：A

：1674－6236（2017）14-0183-04

2016-07-13稿件編號：201607100

冷建偉（1961—），男，遼寧阜新人，教授。研究方向：電力電子和運動控制及計算機控制系統。