基于嵌入式Linux的运动目标检测系统
作者:李锋 杨延强
来源:《现代电子技术》2013年第02
        要:选用ARM11S3C6410)处理器作为硬件平台,嵌入式 Linux操作系统作为软件平台,综合运动图像检测的背景差分法和帧间差分法为算法,并与GSM模块相结合,设计并实现了一种应用于家居环境或私人办公室无人值守的运动目标检测系统。提出了系统设计的总体方案,并详细介绍了系统软硬件平台的设计流程,最后对系统进行了测试。
        关键词:嵌入式Linux操作系统; ARM 运动目标检测; 帧间差分法; GSM
        中图分类号:嵌入式linux培训视频TN919⁃34 文献标识码:A 文章编号:1004⁃373X201302⁃0062⁃03
        随着社会的发展和科技的进步,人们的安防意识越来越强,而计算机网络技术,通信技术,和数字视频编码技术的日益成熟,使基于计算机的多媒体视频监控系统成为可能。但是传统的视频监控系统因十分复杂,功耗和成本较高且需要值守,而无法应用于诸如家居或私人办公室等场所,为此,本文设计了一种以ARM11为核心处理器,嵌入式Linux为操作系统,
在传统的视频监控的基础上加入了目标检测的算法,并与GSM模块相结合,已达到无人值守的目的。
        1 系统总体设计
        运动目标检测系统采用S/B(服务器/浏览器)工作模式,总体上分为服务器监控模块,短信通知模块(GSM)和客户查看模块。服务器监控模块采用三星公司的ARM11S3C6410)微处理器,开源的Linux操作系统,GSM模块采用Q2403A芯片,当监控的画面发生变化,即检测到运动目标时,服务器会将发生变化的图像以图片的格式存储起来发送给客户端,与此同时2403A会以短信的方式通知客户,客户可以通过IE浏览器来查看图像的变化结果。系统的总体设计如图1所示。
        2 硬件结构
        本文采用广州友善之臂公司的Tiny6410开发板,Tiny6410是一款以ARM11(三星S3C6410)作为主处理器的嵌入式板,该CPU基于ARM11⁃76JZF⁃S核设计,内部集成了强大的多媒体处单元[1]。硬件架构如图2所示。短信通知模块的Q2403AWAVECOM公司推
出的一款GSM GPRS模块,其体积较小,重量较轻,主要由射频天线,内部FLASHSRAMGSM基带处理器,匹配电源和一个40脚的ZIF插座组成。GSM基带处理器是核心部件,其作用相当于一个协处理器,用来处理外部系统通过串口发送过来的AT指令[2]
        3 软件平台
        系统软件平台以Linux操作系统为基础,首先在宿主机上建立交叉编译环境,并安装交叉编译器arm⁃Linux⁃gcc。其次完成U⁃Boot以及Linux 2.6.33内核的移植和编译,构建基于busy⁃box1.13.3的根文件系统,由于嵌入式服务器资源的局限性,包括内存大小,CPU的处理能力等[3]。因此,在设计过程中需要对内核进行裁剪,在提高系统性能的同时减少了系统资源的占用,在剪裁过的Linux操作系统上编写运动检测的应用程序和短信报警程序。
        3.1 嵌入式Linux下的运动目标检测算法
        目前,对运动物体的检测和运动参数测量的研究方向主要有2种,即:运用人工神经网络和运用图像处理的方法,大多数专家学者都把研究重点放在运用图像处理的方法进行运动目标检测和跟踪,现在的比较有效的图像运动目标检测的方法主要是光流法[4]和差分
图像法[5]。一般来说光流发的时间开销很大,其实时性和实用性。相反,图像差分法比较简单,易于实现,图像差分法可分为2类:背景图像差分法和帧间差分法。背景图像差分法是传统运动目标检测方法中最直接最简单的方法,首先,它将选定的背景图像储存下来,然后将序列图像当前帧与背景图像做减法运算。由于运动物体和背景在灰度或彩上存在差别,相减后所得的结果中每一像素的值和一个预先设定的阈值相比较,如果这个像素的值大于设定的阈值,则判定被监控的场景中存在运动物体,总而得到运动的目标。背景图像差分法原理设计简单,但同时也存在受光线,天气等外界条件变化的影响较大[6]。帧间差分法是一种通过对视频图像序列中相邻两帧做差分运算来获得运动目标轮廓的方法,它可以很好地适用于存在多个运动目标和摄像机移动的情况,当监控场景中出现异常物体运动时,帧与帧之间会出现较为明显的差别,两帧相减,得到两帧图像亮度的绝对值,判断它是否大于阈值来分析视频或图像序列的运动特性,确定图像序列中有无物体运动,图像序列逐帧的差分,相当于对图像序列进行时域上的高通滤波。帧间差分法对光线等场景变化不太敏感,能适应各种动态环境,稳定性较好,其缺点是:不能提取出对象的完整区域,只能提取出边界,当物体在前后两帧中几乎完全重叠时,则检测不到运动的物体[7]。鉴于背景差分法和帧间差分法的优缺点,将两种方法结合起来,使它们优势互补。在视频
图像序列中,利用已有的背景差分法和帧间差分法作为启示,将动态图像中连续两帧差图像和背景差图像直接进行与操作,再将结果进行二值化处理得到运动结果。

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。