基于数字媒体DSP的远程网络视频监控系统设计

刘勃宏

摘  要： 针对传统视频监控系统存在视频流畅性较低、监控数据传输成功率低、误码率高等问题，提出基于数字媒体DSP的远程网络视频监控系统。系统硬件设计中，上位机采用LabVIEW编程实现，用于控制摄像支撑设备转动、镜头参数调整以及视频数据播放与远程显示控制等功能;下位机使用数字媒体DSP为核心处理器，建立含有视频数据采集输入、传输以及摄像支撑设备控制等模块。系统软件设计中，详细介绍了远程网络视频监控系统中视频图像运动目标检测算法。实验结果表明，所提系统能有效实现流畅清晰的视频远程网络传输，视频数据传输成功率可达到98.467%，误码率最低为0.006 35%，能够满足实际远程网络视频监控的需要。

关键词： 视频监控系统; 远程网络; 数字媒体DSP; 系统设计; 目标检测; 实验结果

中图分类号： TN711?34; TP391                  文献标识码： A                       文章编号： 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

遠程网络视频监控系统是当前视频监控领域热点方向之一。随着计算机技术、嵌入式处理技术、视频压缩技术的发展，通过网络来实现视频数据的传输已成为一种趋势[1?2]。

传统的远程网络视频监控系统将树莓派Raspberry pi系统作为核心，采用USB摄像头对监控的视频图像进行采集，并根据无线网络与计算机之间通信实现对视频内容的实时监控[3]。该系统缺乏图像处理能力，整个系统运行成本较高。基于物联网和4G无线VPDN技术的实时视频监控系统，通过建立4GVPDN通道实现远程网络视频实时监控[4]。但该系统无法支持不同型号的摄像设备，且存在视频数据传输误码率较高的问题。基于DM6467的视频实时压缩与传输系统，使用CCD摄像设备与型号为TVP5150的解码器完成视频数据的采集，使用H.264视频解码技术完成视频的有效压缩，采用RTP协议将实时压缩后的视频数据根据无线网络上传至上位机，对其进行配置后即可接收输出的视频数据[5]。该系统传输视频数据时占用带宽较大，无法满足远程实时监控需求。

为解决上述问题，本文提出基于数字媒体DSP的远程网络视频监控系统。该系统具有易配置、视频播放流畅性良好、性能稳定等优点。

1  远程网络视频监控系统总体结构

遠程网络视频监控系统上位机选择使用LabVIEW编写，下位机选择TMS320DM6446作为核心处理器进行网络视频图像预处理，网络视频压缩传送并实时接收上位机下发的控制命令[6]，进而控制摄像设备的转动以及远程摄像设备参数调节。系统整体流程如图1所示。

系统中，监控终端用于采集网络视频数据，网络视频数据进行预处理后可直接将处理结果通过LED显示设备显示在监控画面中。

2  系统硬件设计

2.1  系统上位机设计

上位机中的控制界面主要负责传送视频信息给下位机，有效控制摄像支撑设备转动和镜头参数调节。控制界面采取VISA驱动模块来完成视频信息的上传。VISA与以往I/O软件编程基本一致，均是根据设备端口读写操作实现相关命令的执行与视频数据的转换。

2.2  系统下位机功能模块

下位机主要控制芯片选取数字媒体DSP芯片DM642提供的外围接口，结合TMS320DM6446双核处理器设计了不同功能的模块，其中含有网络视频数据输入模块、视频数据存储模块、摄像支撑设备控制模块、视频实时压缩模块和视频传输模块等[7]。

1） 视频数据输入模块

监控系统选取海康威视DS?2CZ2192P?WD型号摄像机获取视频数据[8]。DM6446的视频处理前端VPFE包含CCD控制器、预处理器等模块，可用于视频图像处理。但该模块无法将给定大小的视频数据转变成所需视频格式，需要在视频输入模块加入视频解码设备来完成相关工作。监控系统采用TVP5150作为解码器芯片，该芯片具有使用简易，超低功耗，能够支持不同视频格式输入等优点。

2） 视频数据存储模块

依据系统视频存储需求，监控系统设计了DDR2、NAND FLASH、外部存储器及相关接口。DDR2选取MT47H64M16芯片，NAND FLASH为监控系统内核，其相应芯片选择的是K9K1208Q0C，该芯片具有存储容量大、方便监控系统相关程序加载等特点。同时，NAND FLASH也能够存储系统相关应用程序以及视频处理方法[9]。

3） 摄像支撑设备控制模块

摄像支撑设备机械部分采用Pro/E绘制，摄像支撑设备水平扇扫采用直流电机C4981，垂直俯仰采用舵机SG5010控制。舵机的精度及频率对视频抖动问题影响较大，因此选取50 Hz频率、精度为0.14 s/60（°）舵机SG5010来控制，有效去除抖动问题。

4） 视频实时压缩模块

选择H.264作为视频压缩技术，主要原因在于该技术具有在同等图像质量的条件下数据压缩比率更高的特点，更适合网络远程视频监控系统。系统选取DM6446进行视频压缩，将其变成H.264格式，再传送给Write线程。

5） 视频传输模块

通过网络将实时采集的视频数据上传至远程客户端。配置相关服务器软件后，对服务器进行配置。将采集的视频数据使用H.264视频压缩技术挂载在数字媒体服务器的目录下即可实现视频数据远程传输，远程服务端使用支持avi视频文件格式的播放设备即可有效查看监控画面。

2.3  显示界面

为避免系统选取的播放器控件与H.264视频压缩技术输出数据不匹配问题，引入H.264视频解析器。对系统视频播放控件支持的传输控制协议进行配置即可接收远程网络视频信息。

2.4  远程多机显示控制

监控系统使用LabVIEW来完成视频远程监控。配置系统服务器时，选择需要发布的VI程序，程序配置完成后可在相关网页上发布HTML文件。使用计算机的用户经过浏览器可以访问该网页，经过访问授权后即可实现视频远程多机显示控制和显示的效果。

3  系统软件设计

本文采用支持向量回归模型作为视频图像目标的背景区域检测模型，将当前帧视频中各个像素的颜色向量作为模型输入，利用支持向量机的输出描述当前像素从属于背景区域的置信度。

为实时更新背景模型，利用SCR学习算法[10]得以实时更新。设定多帧视频背景图像训练数据可描述为[{（x1，y1），（x2，y2），…，（xl，yl）}]，[xi]用于描述在第[i]帧视频图像位置[p]处像素点的颜色向量，[yi]用于描述[p]处像素点从属于背景区域的置信度。训练完成后，可采用式（1）计算当前帧视频图像汇总每个像素点的背景置信度。

[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数;[k（xk，xl）]表示高斯核函数。每加入一帧视频图像，系统就加入一个新的视频样本[xk]到原有的训练集合中，此时需要使用递增算法来更新SVR函数模型[10]。该算法的原理是在给定的离散时间内，逐次变换对应于新视频样本[xi]的系数偏差[θi]，直至满足KKT条件。

在摄像设备静止时，采用不同时段得到的视频图像之间的差分运算来检测目标区域。考虑到监控实时性要求，利用当前帧视频图像[f（x，y，t）]和前三帧视频图像[f（x，y，t-3）]进行差分运算，获得差分图像[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）]表示高斯平滑滤波器。

[W（x，y）]经二值化处理后，则有：

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

式中，[T]表示视频图像检测阈值。

要监控视频的实时状态，需要从视频图像中获取有效的图像边缘特征，利用Canny边缘检测算法进行图像边缘特征检测。将当前帧视频图像的边缘信息[K（x，y，t）]与前三帧视频图像的边缘信息[K（x，y，t-3）]进行差分运算，获得当前帧视频中目标区域的大致轮廓：

[E（x，y）=E（x，y，t）-E（x，y，t-3）] （4）

将[E（x，y）]与[B（x，y）]边缘图像进行与或运算，提取出视频图像的边缘轮廓[S（x，y）]，剔除背景区域噪声，运算公式如下：

[S（x，y）=B（x，y）?E（x，y）] （5）

由于背景区域噪声的存在，视频图像边缘轮廓存在像素不连续的情况。本文利用邻域端点搜索法进行视频图像边缘闭合。首先，查找视频图像边缘轮廓[S（x，y）]中断续的边缘点，结合原始梯度图像[E（x，y）]，查找以断裂边缘点为中心的4个邻域，获取相应的边缘端点，并得到完整的图像边缘，具体运算过程如下：

假设，视频图像像素[（s，t）]在[（x，y）]邻域且其梯度幅值和梯度方向在给定阈值下能够满足以下两个条件：

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

式中，[T]，[A]分别表示幅度、角度阈值。

4  实验结果与分析

通过设定不同的分辨率和视频采集频率，从视频数据传输所占网络带宽来分析，进行监控系统性能测试。由搜索摄像设备的相关数据可知在不同分辨率下，帧率设定为40 f/s，35 f/s，30 f/s，25 f/s，20 f/s，15 f/s，10 f/s。运行远程网络视频监控系统后，通过网络浏览器观测视频数据，采用流量分析工具实时观测系统运行过程中，网络带宽占用情况，获得的流量统计结果如表1和表2所示。

由于远程实验视频输出信息的变化率非常小，因此在帧率为20 f/s，分辨率为640×480时，网络浏览器上显示的视频图像较大，视频流畅情况、清晰度均能满足远程监控要求，可实现远程网络视频流畅、清晰的传输。

远程网络视频监控系统的节点与服务器之间使用无线网络传输视频数据，因此，网络的性能直接影响远程网络视频监控系统的性能和稳定性。选取误码率和传输成功率作为评价远程网络视频监控系统传输性能的指标。选取周围无干扰物体的场所对远程网络视频监控系统的传输性能进行测试，设定传送的视频数据包为200～1 000个，选取10次结果的平均误码率和传输成功率作为监控系统性能测试的结果，如图2所示。

分析图2可知，远程网络视频监控系统平均传输成功率最低约为98.467%，不同视频数据传输平均误码率最小约为0.006 35%。从实验结果上来看，本文监控系统有效实现了远程视频数据传输，且能够保证视频数据具有较高的准确率，可满足远程网络视频监控系统运行时的数据传输需求。

5  结  语

本文结合数字媒体DSP和视频压缩技术，实现了基于数字媒体DSP的远程网络视频监控系统。对监控系统性能进行测试结果表明，所提系统能有效实现流畅清晰的视频远程网络传输。

参考文献

[1] 陈涛.基于自组网的变电站远程视频监控系统设计[J].电源技术，2017，41（1）：155?156.

[2] 蹇峡.新标准下的高速铁路综合视频监控系统设计研究[J].铁道标准设计，2017，61（9）：144?147.

[3] 张璘，许自程，冯陈伟.基于树莓派的远程网络视频监控系统[J].电视技术，2018，42（10）：99?104.

[4] 董铮，朱颖，杨春泽.基于物联网和4G无线VPDN技术的实时视频监控系统的研究和应用[J].电信科学，2018，34（7）：201?206.

[5] 张硕，杨婷，李博.基于DM6467的视频实时压缩与传输系统的设计[J].电子器件，2017，40（3）：617?621.

[6] 胡正平，张乐，李淑芳，等.视频监控系统异常目标检测与定位综述[J].燕山大学学报，2019，43（1）：1?12.

[7] 贾克斌，魏之皓.南水北調工程异构网络下的视频监控方案[J].北京工业大学学报，2017，43（2）：173?179.

[8] 王源，孙启湲.适用于智能视频监控的立体匹配算法[J].计算机工程与设计，2018，39（10）：189?194.

[9] 刘佳，高晓阳，贺大伟，等.基于LabVIEW的大麦远程监控系统的设计与试验[J].计算机工程与应用，2017，53（16）：216?220.

[10] 滕井玉.基于视频集成及智能分析的一键式程序化控制技术研究[J].电力系统保护与控制，2017，45（17）：72?76.