基于數字媒體DSP的遠程網絡視頻監控系統設計

劉勃宏

摘? 要： 針對傳統視頻監控系統存在視頻流暢性較低、監控數據傳輸成功率低、誤碼率高等問題，提出基于數字媒體DSP的遠程網絡視頻監控系統。系統硬件設計中，上位機采用LabVIEW編程實現，用于控制攝像支撐設備轉動、鏡頭參數調整以及視頻數據播放與遠程顯示控制等功能;下位機使用數字媒體DSP為核心處理器，建立含有視頻數據采集輸入、傳輸以及攝像支撐設備控制等模塊。系統軟件設計中，詳細介紹了遠程網絡視頻監控系統中視頻圖像運動目標檢測算法。實驗結果表明，所提系統能有效實現流暢清晰的視頻遠程網絡傳輸，視頻數據傳輸成功率可達到98.467%，誤碼率最低為0.006 35%，能夠滿足實際遠程網絡視頻監控的需要。

關鍵詞： 視頻監控系統; 遠程網絡; 數字媒體DSP; 系統設計; 目標檢測; 實驗結果

中圖分類號： TN711?34; TP391? ? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）04?0090?04

Design of remote network video monitoring system based on digital media DSP

LIU Bohong

（Xian University of Arts and Science， Xian 710065， China）

Abstract： A remote network video monitoring system based on digital media DSP is proposed to solve the problem of low video fluency， low success rate of monitoring data transmission and high bit error rate in the traditional video monitoring system. In the hardware design of the system， the upper computer is programmed with Lab?VIEW， which is used to control the rotation of camera support equipment， lens parameter adjustment， video data playback， remote display control and other functions. The digital media DSP is used in the lower computer as the core processor to build the modules including video data acquisition input， transmission and camera support device control. In the system software design， the detection algorithm of the video image moving target in the remote network video monitoring system is introduced in detail. The experimental results show that the proposed system can effectively realize smooth and clear video remote network transmission， whose success rate of video data transmission can reach 98.467%， and minimum bit error rate is 0.006 35%， which can meet the needs of actual remote network video monitoring.

Keywords： video monitoring system; remote network; digital media DSP; system design; target detection; experimental result

0? 引? 言

遠程網絡視頻監控系統是當前視頻監控領域熱點方向之一。隨著計算機技術、嵌入式處理技術、視頻壓縮技術的發展，通過網絡來實現視頻數據的傳輸已成為一種趨勢[1?2]。

傳統的遠程網絡視頻監控系統將樹莓派Raspberry pi系統作為核心，采用USB攝像頭對監控的視頻圖像進行采集，并根據無線網絡與計算機之間通信實現對視頻內容的實時監控[3]。該系統缺乏圖像處理能力，整個系統運行成本較高。基于物聯網和4G無線VPDN技術的實時視頻監控系統，通過建立4GVPDN通道實現遠程網絡視頻實時監控[4]。但該系統無法支持不同型號的攝像設備，且存在視頻數據傳輸誤碼率較高的問題?；贒M6467的視頻實時壓縮與傳輸系統，使用CCD攝像設備與型號為TVP5150的解碼器完成視頻數據的采集，使用H.264視頻解碼技術完成視頻的有效壓縮，采用RTP協議將實時壓縮后的視頻數據根據無線網絡上傳至上位機，對其進行配置后即可接收輸出的視頻數據[5]。該系統傳輸視頻數據時占用帶寬較大，無法滿足遠程實時監控需求。

為解決上述問題，本文提出基于數字媒體DSP的遠程網絡視頻監控系統。該系統具有易配置、視頻播放流暢性良好、性能穩定等優點。

1? 遠程網絡視頻監控系統總體結構

遠程網絡視頻監控系統上位機選擇使用LabVIEW編寫，下位機選擇TMS320DM6446作為核心處理器進行網絡視頻圖像預處理，網絡視頻壓縮傳送并實時接收上位機下發的控制命令[6]，進而控制攝像設備的轉動以及遠程攝像設備參數調節。系統整體流程如圖1所示。

系統中，監控終端用于采集網絡視頻數據，網絡視頻數據進行預處理后可直接將處理結果通過LED顯示設備顯示在監控畫面中。

2? 系統硬件設計

2.1? 系統上位機設計

上位機中的控制界面主要負責傳送視頻信息給下位機，有效控制攝像支撐設備轉動和鏡頭參數調節?？刂平缑娌扇ISA驅動模塊來完成視頻信息的上傳。VISA與以往I/O軟件編程基本一致，均是根據設備端口讀寫操作實現相關命令的執行與視頻數據的轉換。

2.2? 系統下位機功能模塊

下位機主要控制芯片選取數字媒體DSP芯片DM642提供的外圍接口，結合TMS320DM6446雙核處理器設計了不同功能的模塊，其中含有網絡視頻數據輸入模塊、視頻數據存儲模塊、攝像支撐設備控制模塊、視頻實時壓縮模塊和視頻傳輸模塊等[7]。

1） 視頻數據輸入模塊

監控系統選取海康威視DS?2CZ2192P?WD型號攝像機獲取視頻數據[8]。DM6446的視頻處理前端VPFE包含CCD控制器、預處理器等模塊，可用于視頻圖像處理。但該模塊無法將給定大小的視頻數據轉變成所需視頻格式，需要在視頻輸入模塊加入視頻解碼設備來完成相關工作。監控系統采用TVP5150作為解碼器芯片，該芯片具有使用簡易，超低功耗，能夠支持不同視頻格式輸入等優點。

2） 視頻數據存儲模塊

依據系統視頻存儲需求，監控系統設計了DDR2、NAND FLASH、外部存儲器及相關接口。DDR2選取MT47H64M16芯片，NAND FLASH為監控系統內核，其相應芯片選擇的是K9K1208Q0C，該芯片具有存儲容量大、方便監控系統相關程序加載等特點。同時，NAND FLASH也能夠存儲系統相關應用程序以及視頻處理方法[9]。

3） 攝像支撐設備控制模塊

攝像支撐設備機械部分采用Pro/E繪制，攝像支撐設備水平扇掃采用直流電機C4981，垂直俯仰采用舵機SG5010控制。舵機的精度及頻率對視頻抖動問題影響較大，因此選取50 Hz頻率、精度為0.14 s/60（°）舵機SG5010來控制，有效去除抖動問題。

4） 視頻實時壓縮模塊

選擇H.264作為視頻壓縮技術，主要原因在于該技術具有在同等圖像質量的條件下數據壓縮比率更高的特點，更適合網絡遠程視頻監控系統。系統選取DM6446進行視頻壓縮，將其變成H.264格式，再傳送給Write線程。

5） 視頻傳輸模塊

通過網絡將實時采集的視頻數據上傳至遠程客戶端。配置相關服務器軟件后，對服務器進行配置。將采集的視頻數據使用H.264視頻壓縮技術掛載在數字媒體服務器的目錄下即可實現視頻數據遠程傳輸，遠程服務端使用支持avi視頻文件格式的播放設備即可有效查看監控畫面。

2.3? 顯示界面

為避免系統選取的播放器控件與H.264視頻壓縮技術輸出數據不匹配問題，引入H.264視頻解析器。對系統視頻播放控件支持的傳輸控制協議進行配置即可接收遠程網絡視頻信息。

2.4? 遠程多機顯示控制

監控系統使用LabVIEW來完成視頻遠程監控。配置系統服務器時，選擇需要發布的VI程序，程序配置完成后可在相關網頁上發布HTML文件。使用計算機的用戶經過瀏覽器可以訪問該網頁，經過訪問授權后即可實現視頻遠程多機顯示控制和顯示的效果。

3? 系統軟件設計

本文采用支持向量回歸模型作為視頻圖像目標的背景區域檢測模型，將當前幀視頻中各個像素的顏色向量作為模型輸入，利用支持向量機的輸出描述當前像素從屬于背景區域的置信度。

為實時更新背景模型，利用SCR學習算法[10]得以實時更新。設定多幀視頻背景圖像訓練數據可描述為[{（x1，y1），（x2，y2），…，（xl，yl）}]，[xi]用于描述在第[i]幀視頻圖像位置[p]處像素點的顏色向量，[yi]用于描述[p]處像素點從屬于背景區域的置信度。訓練完成后，可采用式（1）計算當前幀視頻圖像匯總每個像素點的背景置信度。

[f（xk）=i=1l（ai-a?i）k（xk，xl）+b]? ? ? ? ?（1）

式中：[ai]，[a?i]用于描述拉格朗日系數;[k（xk，xl）]表示高斯核函數。每加入一幀視頻圖像，系統就加入一個新的視頻樣本[xk]到原有的訓練集合中，此時需要使用遞增算法來更新SVR函數模型[10]。該算法的原理是在給定的離散時間內，逐次變換對應于新視頻樣本[xi]的系數偏差[θi]，直至滿足KKT條件。

在攝像設備靜止時，采用不同時段得到的視頻圖像之間的差分運算來檢測目標區域?？紤]到監控實時性要求，利用當前幀視頻圖像[f（x，y，t）]和前三幀視頻圖像[f（x，y，t-3）]進行差分運算，獲得差分圖像[D（x，y）]：

[D（x，y）=W（x，y）·f（x，y，t）-W（x，y）·f（x，y，t-3）] （2）

式中，[W（x，y）]表示高斯平滑濾波器。

[W（x，y）]經二值化處理后，則有：

[B（x，y）=0，? ? ? D（x，y）≥T1，? ? ? ?otherwise]? ? ? ? （3）

式中，[T]表示視頻圖像檢測閾值。

要監控視頻的實時狀態，需要從視頻圖像中獲取有效的圖像邊緣特征，利用Canny邊緣檢測算法進行圖像邊緣特征檢測。將當前幀視頻圖像的邊緣信息[K（x，y，t）]與前三幀視頻圖像的邊緣信息[K（x，y，t-3）]進行差分運算，獲得當前幀視頻中目標區域的大致輪廓：

[E（x，y）=E（x，y，t）-E（x，y，t-3）] （4）

將[E（x，y）]與[B（x，y）]邊緣圖像進行與或運算，提取出視頻圖像的邊緣輪廓[S（x，y）]，剔除背景區域噪聲，運算公式如下：

[S（x，y）=B（x，y）?E（x，y）] （5）

由于背景區域噪聲的存在，視頻圖像邊緣輪廓存在像素不連續的情況。本文利用鄰域端點搜索法進行視頻圖像邊緣閉合。首先，查找視頻圖像邊緣輪廓[S（x，y）]中斷續的邊緣點，結合原始梯度圖像[E（x，y）]，查找以斷裂邊緣點為中心的4個鄰域，獲取相應的邊緣端點，并得到完整的圖像邊緣，具體運算過程如下：

假設，視頻圖像像素[（s，t）]在[（x，y）]鄰域且其梯度幅值和梯度方向在給定閾值下能夠滿足以下兩個條件：

[?（x，y）-?f（s，t）≤Tφ（x，y）-φ（s，t）≤A]? （6）

式中，[T]，[A]分別表示幅度、角度閾值。

4? 實驗結果與分析

通過設定不同的分辨率和視頻采集頻率，從視頻數據傳輸所占網絡帶寬來分析，進行監控系統性能測試。由搜索攝像設備的相關數據可知在不同分辨率下，幀率設定為40 f/s，35 f/s，30 f/s，25 f/s，20 f/s，15 f/s，10 f/s。運行遠程網絡視頻監控系統后，通過網絡瀏覽器觀測視頻數據，采用流量分析工具實時觀測系統運行過程中，網絡帶寬占用情況，獲得的流量統計結果如表1和表2所示。

由于遠程實驗視頻輸出信息的變化率非常小，因此在幀率為20 f/s，分辨率為640×480時，網絡瀏覽器上顯示的視頻圖像較大，視頻流暢情況、清晰度均能滿足遠程監控要求，可實現遠程網絡視頻流暢、清晰的傳輸。

遠程網絡視頻監控系統的節點與服務器之間使用無線網絡傳輸視頻數據，因此，網絡的性能直接影響遠程網絡視頻監控系統的性能和穩定性。選取誤碼率和傳輸成功率作為評價遠程網絡視頻監控系統傳輸性能的指標。選取周圍無干擾物體的場所對遠程網絡視頻監控系統的傳輸性能進行測試，設定傳送的視頻數據包為200～1 000個，選取10次結果的平均誤碼率和傳輸成功率作為監控系統性能測試的結果，如圖2所示。

分析圖2可知，遠程網絡視頻監控系統平均傳輸成功率最低約為98.467%，不同視頻數據傳輸平均誤碼率最小約為0.006 35%。從實驗結果上來看，本文監控系統有效實現了遠程視頻數據傳輸，且能夠保證視頻數據具有較高的準確率，可滿足遠程網絡視頻監控系統運行時的數據傳輸需求。

5? 結? 語

本文結合數字媒體DSP和視頻壓縮技術，實現了基于數字媒體DSP的遠程網絡視頻監控系統。對監控系統性能進行測試結果表明，所提系統能有效實現流暢清晰的視頻遠程網絡傳輸。

參考文獻

[1] 陳濤.基于自組網的變電站遠程視頻監控系統設計[J].電源技術，2017，41（1）：155?156.

[2] 蹇峽.新標準下的高速鐵路綜合視頻監控系統設計研究[J].鐵道標準設計，2017，61（9）：144?147.

[3] 張璘，許自程，馮陳偉.基于樹莓派的遠程網絡視頻監控系統[J].電視技術，2018，42（10）：99?104.

[4] 董錚，朱穎，楊春澤.基于物聯網和4G無線VPDN技術的實時視頻監控系統的研究和應用[J].電信科學，2018，34（7）：201?206.

[5] 張碩，楊婷，李博.基于DM6467的視頻實時壓縮與傳輸系統的設計[J].電子器件，2017，40（3）：617?621.

[6] 胡正平，張樂，李淑芳，等.視頻監控系統異常目標檢測與定位綜述[J].燕山大學學報，2019，43（1）：1?12.

[7] 賈克斌，魏之皓.南水北調工程異構網絡下的視頻監控方案[J].北京工業大學學報，2017，43（2）：173?179.

[8] 王源，孫啟湲.適用于智能視頻監控的立體匹配算法[J].計算機工程與設計，2018，39（10）：189?194.

[9] 劉佳，高曉陽，賀大偉，等.基于LabVIEW的大麥遠程監控系統的設計與試驗[J].計算機工程與應用，2017，53（16）：216?220.

[10] 滕井玉.基于視頻集成及智能分析的一鍵式程序化控制技術研究[J].電力系統保護與控制，2017，45（17）：72?76.