摘要：選用ARM11(S3C6410)處理器作為硬件平臺，嵌入式Linux操作系統(tǒng)作為軟件平臺，綜合運動圖像檢測的背景差分法和幀間差分法為算法，并與GSM模塊相結合，設計并實現(xiàn)了一種應用于家居環(huán)境或私人辦公室無人值守的運動目標檢測系統(tǒng)。提出了系統(tǒng)設計的總體方案，并詳細介紹了系統(tǒng)軟硬件平臺的設計流程，最后對系統(tǒng)進行了測試。
關鍵詞：嵌入式Linux操作系統(tǒng)；ARM；運動目標檢測；幀間差分法；CSM

隨著社會的發(fā)展和科技的進步，人們的安防意識越來越強，而計算機網(wǎng)絡技術，通信技術，和數(shù)字視頻編碼技術的日益成熟，使基于計算機的多媒體視頻監(jiān)控系統(tǒng)成為可能。但是傳統(tǒng)的視頻監(jiān)控系統(tǒng)因十分復雜，功耗和成本較高且需要值守，而無法應用于諸如家居或私人辦公室等場所，為此，本文設計了一種以ARM11為核心處理器，嵌入式Linux為操作系統(tǒng)，在傳統(tǒng)的視頻監(jiān)控的基礎上加入了目標檢測的算法，并與GSM模塊相結合，已達到無人值守的目的。

1 系統(tǒng)總體設計
運動目標檢測系統(tǒng)采用S／B(服務器／瀏覽器)工作模式，總體上分為服務器監(jiān)控模塊，短信通知模塊(GSM)和客戶查看模塊。服務器監(jiān)控模塊采用三星公司的ARM11(S3C6410)微處理器，開源的Linux操作系統(tǒng)，GSM模塊采用Q2403A芯片，當監(jiān)控的畫面發(fā)生變化，即檢測到運動目標時，服務器會將發(fā)生變化的圖像以圖片的格式存儲起來發(fā)送給客戶端，與此同時2403A會以短信的方式通知客戶，客戶可以通過IE瀏覽器來查看圖像的變化結果。系統(tǒng)的總體設計如圖1所示。

2 硬件結構
本文采用廣州友善之臂公司的Tiny6410開發(fā)板，Tiny6410是一款以ARM11(三星S3C6410)作為主處理器的嵌入式板，該CPU基于ARM11-76JZF-S核設計，內(nèi)部集成了強大的多媒體處單元。硬件架構如圖2所示。短信通知模塊的Q2403A為WAVECOM公司推出的一款GSM GPRS模塊，其體積較小，重量較輕，主要由射頻天線，內(nèi)部FLASH，SRAM和GSM基帶處理器，匹配電源和一個40腳的ZIF插座組成。GSM基帶處理器是核心部件，其作用相當于一個協(xié)處理器，用來處理外部系統(tǒng)通過串口發(fā)送過來的AT指令。

3 軟件平臺
系統(tǒng)軟件平臺以Linux操作系統(tǒng)為基礎，首先在宿主機上建立交叉編譯環(huán)境，并安裝交叉編譯器arm-Linux-gcc。其次完成U-Boot以及Linux 2．6．33內(nèi)核的移植和編譯，構建基于busy-box1．13．3的根文件系統(tǒng)，由于嵌入式服務器資源的局限性，包括內(nèi)存大小，CPU的
處理能力等。因此，在設計過程中需要對內(nèi)核進行裁剪，在提高系統(tǒng)性能的同時減少了系統(tǒng)資源的占用，在剪裁過的Linux操作系統(tǒng)上編寫運動檢測的應用程序和短信報警程序。
3．1 嵌入式Linux下的運動目標檢測算法
目前，對運動物體的檢測和運動參數(shù)測量的研究方向主要有2種，即：運用人工神經(jīng)網(wǎng)絡和運用圖像處理的方法，大多數(shù)專家學者都把研究重點放在運用圖像處理的方法進行運動目標檢測和跟蹤，現(xiàn)在的比較有效的圖像運動目標檢測的方法主要是光流法和差分圖像法。一般來說光流發(fā)的時間開銷很大，其實時性和實用性。相反，圖像差分法比較簡單，易于實現(xiàn)，圖像差分法可分為2類：背景圖像差分法和幀間差分法。背景圖像差分法是傳統(tǒng)運動目標檢測方法中最直接最簡序列圖像當前幀與背景圖像做減法運算。由于運動物體和背景在灰度或色彩上存在差別，相減后所得的結果中每一像素的值和一個預先設定的閾值相比較，如果這個像素的值大于設定的閾值，則判定被監(jiān)控的場景中存在運動物體，總而得到運動的目標。背景圖像差分法原理設計簡單，但同時也存在受光線，天氣等外界條件變化的影響較大。幀間差分法是一種通過對視頻圖像序列中相鄰兩幀做差分運算來獲得運動目標輪廓的方法，它可以很好地適用于存在多個運動目標和攝像機移動的情況，當監(jiān)控場景中出現(xiàn)異常物體運動時，幀與幀之間會出現(xiàn)較為明顯的差別，兩幀相減，得到兩幀圖像亮度的絕對值，判斷它是否大于閾值來分析視頻或圖像序列的運動特性，確定圖像序列中有無物體運動，圖像序列逐幀的差分，相當于對圖像序列進行時域上的高通濾波。幀間差分法對光線等場景變化不太敏感，能適應各種動態(tài)環(huán)境，穩(wěn)定性較好，其缺點是：不能提取出對象的完整區(qū)域，只能提取出邊界，當物體在前后兩幀中幾乎完全重疊時，則檢測不到運動的物體。鑒于背景差分法和幀間差分法的優(yōu)缺點，將兩種方法結合起來，使它們優(yōu)勢互補。在視頻圖像序列中，利用已有的背景差分法和幀間差分法作為啟示，將動態(tài)圖像中連續(xù)兩幀差圖像和背景差圖像直接進行與操作，再將結果進行二值化處理得到運動結果。