基于A(yíng)ndroid的MJPEG網(wǎng)絡(luò )攝像機設計

　　1　系統硬件組成與網(wǎng)絡(luò )架構

　　攝像機硬件核心采用三星公司推出的基于ARM9架構的S3C2440A芯片，該處理器主頻達到400 MHz可以滿(mǎn)足實(shí)時(shí)壓縮，MJPEG視頻流可以達到320×240分辨率25 fps的性能要求。外圍搭配64 MB SDRAM、256 MB NAND Flash，網(wǎng)絡(luò )功能由DM9000以太網(wǎng)MAC控制芯片負責，攝

　　圖1　S3C2440A系統硬件框圖

　　像頭模塊由USB控制器控制，系統供電由3片LM71117組成，分別輸出3.3 V、1.8 V、1.25 V電壓，輔助外圍接口構成攝像機硬件結構。S3C2440A系統硬件框圖如圖1所示。

　　網(wǎng)絡(luò )攝像機是互聯(lián)網(wǎng)上的TCP/IP設備，系統網(wǎng)絡(luò )拓撲圖如圖2所示。其中在家庭區域內根據安防的特點(diǎn)在大門(mén)走廊、客廳內、陽(yáng)臺區域分別布置攝像機，再由網(wǎng)線(xiàn)連接到路由器，配置路由器參數映射每個(gè)攝像機獨立端口與IP地址，即完成Internet接入。遠端由固定位置的PC機，移動(dòng)位置的3G筆記本和隨身攜帶的3G Android手機組成，PC機可以通過(guò)WEB瀏覽器訪(fǎng)問(wèn)與控制網(wǎng)絡(luò )攝像機，Android手機通過(guò)客戶(hù)端實(shí)現實(shí)時(shí)訪(fǎng)問(wèn)。

　　圖2　系統網(wǎng)絡(luò )拓撲圖

　　2　系統軟件設計

　　2.1　網(wǎng)絡(luò )攝像機軟件設計

　　搭建攝像機需要Linux系統環(huán)境，首先移植Bootloader，對Linux 2.6.32內核進(jìn)行裁剪，加載Linux UVC(USB video device class)驅動(dòng)及相關(guān)驅動(dòng)，將編譯好的Linux系統鏡像燒寫(xiě)到ARM板Nand Flash中，對Bootloader設置啟動(dòng)引導地址，即完成軟件運行環(huán)境搭建[2]。

　　分析網(wǎng)絡(luò )攝像機性能需求與拓展性，須滿(mǎn)足下列條件：

　　◆ 視頻監控實(shí)時(shí)性;

　　◆ 支持多客戶(hù)端同時(shí)連接;

　　◆ 圖像識別算法或預留接口;

　　◆ 功能模塊化滿(mǎn)足后期開(kāi)發(fā)可擴展。

　　因此，采用多線(xiàn)程架構與互斥鎖機制來(lái)保證實(shí)時(shí)性、模塊化的思想設計代碼結構。軟件程序主流程如圖3所示。

　　圖3　軟件程序主流程

　　其中主要實(shí)現如下功能。

　?、?初始化Linux V4L2接口，必須按照V4L2標準結構初始化結構體，其中包括struct v4l2_capability cap;struct v4l2_format fmt;struct v4l2_buffer buf;struct v4l2_requestbuffers rb; struct v4l2_streamparm setfps。此外將視頻設備名、視頻寬度、視頻高度、幀率、視頻格式和抓取方法傳遞給函數init_videoIn(struct vdIn *vd, char *device, int width, int height, int fps, int format, int grabmethod)實(shí)現初始化。值得注意的是眾多USB camera并不支持JPEG格式視頻流直接抓取，針對YUYV格式抓取卻有廣泛支持。后期進(jìn)行圖像識別算法操作時(shí)直接分析YUYV原始圖像數據，將節省JPEG壓縮數據轉換為原始圖像數據的大量運算開(kāi)銷(xiāo)，因此采用YUYV抓取模式。

　?、?創(chuàng )建核心圖像處理線(xiàn)程。在該線(xiàn)程內實(shí)現：抓取功能。

　　◆ UVC設備單幀抓取，uvcGrab(struct vdIn *vd)函數實(shí)現單幀YUYV格式的原始圖像拷貝到內存，采用高效的mmap內存映射方法讀取;

　　◆ JPEG核心算法實(shí)現，JPEG壓縮算法占用大量CPU時(shí)間，下一小節將詳細討論。

　?、?創(chuàng )建套接字接口。為實(shí)現多用戶(hù)同時(shí)連接網(wǎng)絡(luò )攝像機，必須采用socket服務(wù)線(xiàn)程，每當有新用戶(hù)連接同時(shí)產(chǎn)生一個(gè)新線(xiàn)程與之對應，實(shí)現多用戶(hù)端同步監控。

　?、?搭建基于Web瀏覽器訪(fǎng)問(wèn)方式的web主頁(yè)。嵌入式設備資源有限，輕量級的Web Server主要有：Boa、Httpd、Thttpd等。本設計選用開(kāi)源的Boa、交叉編譯Boa源碼配置boa.conf文件，配置系統etc自啟動(dòng)shell加入Boa程序，將編寫(xiě)HTML頁(yè)面文件放入系統中對應的www目錄后即可正常工作。

　　2.2　MJPEG壓縮算法研究與實(shí)現

　　MJPEG(Motion Joint Photographic Experts Group)視頻編碼格式，把運動(dòng)的視頻序列作為連續的靜止圖像來(lái)處理，這種壓縮方式單獨完整地壓縮每一幀，編輯過(guò)程中可隨機存儲每一幀，可進(jìn)行精確到幀的編輯。

　　MJPEG單幀壓縮算法為JPEG(Joint Photographic Experts Group)。

　　人眼視覺(jué)生理特性決定眼睛對構成圖像的不同頻率成分具有不同的敏感度。JPEG壓縮是有損壓縮[3]，但損失的部分是人類(lèi)視覺(jué)不容易察覺(jué)到的部分，利用眼睛對色彩域中的高頻信息部分不敏感的特點(diǎn)，節省大量需要處理的數據信息。一幀原始圖像數據對其進(jìn)行JPEG算法編碼過(guò)程分兩大部分：

　?、?空間冗余度，去除視覺(jué)上的多余信息;

　?、?結構(靜態(tài))冗余度，去除數據本身的多余信息。

　　JPEG編碼中主要涉及包括：DCT、zigzag編碼、量化、RLE編碼、范式Huffman編碼、DC(直流分量)的編碼。JPEG編碼流程如圖4所示。

　　圖4　JPEG編碼流程

　　DCT(Discrete Cosine Transform)變換，又稱(chēng)離散余弦變換是可逆的、離散的正交變換。它將原始圖像色彩空間域轉換為頻譜域。由于相鄰兩點(diǎn)像素色彩很多是接近的，壓縮這些不需要的數據必須利用圖像信號的頻譜特性。JPEG壓縮原理的理論依據是圖像信號頻譜線(xiàn)大都分布在0～6 MHz范圍內，而且一幅圖像內大多數為低頻頻譜線(xiàn)，而高頻的譜線(xiàn)只占圖像比例很低的圖像邊緣或者細微紋理細節的信號時(shí)才出現。根據這一特性，在做數字圖像處理時(shí)對包含信息量大的低頻譜區域分配較多的比特數，相反的對于包含信息量低的高頻譜區域分配較少的比特數，達到圖像壓縮的目的，而圖像質(zhì)量并沒(méi)有肉眼可察覺(jué)的降低。除了DCT變換，常用的變化算法還有：WalshHadamard沃爾什哈達瑪變換、哈爾變換、傅氏變換等。

　　DCT變換公式為：

　　時(shí)C(u)=1，C(v)=1。f(i,j)經(jīng)過(guò)DCT變換之后，F(0，0)是直流系數，其他參數時(shí)為交流系數。經(jīng)過(guò)DCT變換后一幅圖像的DCT系數塊集中在8×8矩陣的左上方，這里直流DC系數幅度最大，這一矩陣區域集中了圖像的大部分低頻頻譜分量，離矩陣左上角越遠的高頻頻譜幾乎不含圖像信息。變換過(guò)程本身雖然并不產(chǎn)生壓縮作用，但是變換后的頻率系數卻非常有利于碼率壓縮。

　　量化是對DCT系數的一個(gè)優(yōu)化過(guò)程，利用了肉眼的高頻不敏感特性對數據進(jìn)行大幅壓縮。整個(gè)過(guò)程是簡(jiǎn)易的把頻率域的每個(gè)成份除以對應的常數，并對結果四舍五入取整，整個(gè)流程的目的是減少非零的系數以及增加零值系數數目。量化是有損運算，是圖像質(zhì)量下降的主要因素。對于人眼對亮度與色差的敏感性不一致，分別使用亮度量化表與色度量化表。對量化后的數據采用zigzag蛇形編碼，這是因為交流分量中含有大量的零值，zigzag編碼可以產(chǎn)生更多連續的零值，對下一步使用行程編碼非常有利。

　　行程編碼(Run Length Coding)是一種根據相同數據連續重復多次的情況簡(jiǎn)化表示的算法。例如，5555333333999按照行程編碼表示為(5，4)(3，6)(9，3)可以對數據，尤其是大量的零值壓縮數據長(cháng)度。

　　編碼后的數據還須通過(guò)Huffman編碼來(lái)壓縮，Huffman編碼的最大特點(diǎn)是使出現頻率較高的數字小于8位，而出現頻率低的數字大于8位，這使得數據大幅壓縮。

　　到此數據的壓縮過(guò)程結束，對壓縮后的數據按照JPEG文件格式要求進(jìn)行保存，加上文件開(kāi)始標記Start Of Image = FFD8，文件結束標記End Of Image = FFD9,量化表標記Define Quantization Table = FFDB,霍夫曼編碼表標記Ddfine Huffman Table = FFC4,幀開(kāi)始標記Start Of Frame = FFC0等標記，再加上圖片識別信息字節標記就最終形成完整的可用于傳輸或存儲的JPEG幀圖像，通過(guò)套接字接口不間斷地發(fā)送JPEG圖像即形成MJPEG視頻流。

　　為提高CPU效率，減少進(jìn)程間切換產(chǎn)生的開(kāi)銷(xiāo)，將壓縮算法函數集成到單一線(xiàn)程里。JPEG核心壓縮編碼函數MCUcode實(shí)現如下：

　　uint8_t *MCUcode(S_JPEG_ENCODER_STRUCTURE * enc,uint32_t image_format, uint8_t * output_ptr) {

　　DCT(enc﹥Y1);//DCT離散余弦變換函數

　　quantization(enc,enc﹥Y1, enc﹥ILqt);//量化函數，亮度量化表量化并按照zigzag排列存儲

　　output_ptr = huffman(enc, COMPONENT_Y, output_ptr);//霍夫曼編碼函數

　　DCT(enc﹥Y2)……

　　DCT(enc﹥Y3)……

　　DCT(enc﹥Y4)……

　　DCT(enc﹥CB);//DCT離散余弦變換函數

　　quantization(enc,enc﹥CB, enc﹥ICqt);//量化函數，色度量化表量化

　　output_ptr=huffman(enc, COMPONENT_CB, output_ptr);//色度霍夫曼編碼函數

　　DCT(enc﹥CR)……

　　return output_ptr;

　　}

　　其中Y1、Y2、Y3、Y4對應水平排列的4像素亮度值，CB、CR是水平排列以2像素為1單位像素的色度值。

　　3　Android客戶(hù)端設計

　　Android是Google公司推出的針對移動(dòng)設備的操作系統，底層采用Linux內核，應用程序采用類(lèi)Java語(yǔ)言編寫(xiě)，并運行于類(lèi)JVM虛擬機的Dalvik虛擬機之上。該系統具有開(kāi)放源碼免費授權的優(yōu)勢，功能完善和成熟，已獲得廠(chǎng)商的廣泛支持和大量市場(chǎng)份額。eclipse IDE開(kāi)發(fā)環(huán)境友善，因此選用Android系統作為物聯(lián)網(wǎng)攝像機客戶(hù)端開(kāi)發(fā)平臺。

　　Android程序一般由多個(gè)Activity、Intent、Content Provider、Service等程序框架組成[4]，其中最基礎的是Activity活動(dòng)類(lèi)，該類(lèi)相當于軟件運行時(shí)的一個(gè)頁(yè)面，在頁(yè)面之上可添加各種控件，如button按鍵、ImageView圖片、Text boxes、Lists列表等。除此以外還負責監聽(tīng)系統事件，負責啟動(dòng)其他的Activity類(lèi)。在多個(gè)Activity類(lèi)之間跳轉就需要用到Intent類(lèi)，Intent類(lèi)有兩個(gè)重要部分：動(dòng)作和動(dòng)作對應的數據。常用的動(dòng)作有MAIN、VIEW、PICK、EDIT等，動(dòng)作數據則以URI形式表示。通過(guò)Intent類(lèi)還能傳遞參數，作用類(lèi)似鏈條串起Activity類(lèi)，Activity類(lèi)跳轉圖如圖5所示。

　　圖5　Activity類(lèi)跳轉圖

　　解析視頻流須先由網(wǎng)絡(luò )獲取數據流，實(shí)現的方法代碼如下：

　　public static VideoInputStream read(String url) {

　　HttpResponse res;

　　DefaultHttpClient httpclient=new DefaultHttpClient();//http客戶(hù)端

　　try {

　　resource=httpclient.execute(new HttpGet(URI.create(url)));

　　return new VideoInputStream(resource.getEntity().getContent());

　　……

　　}}//從響應中獲取消息實(shí)體內容

　　對已獲取的數據流按照JPEG標準文件頭分段，實(shí)現的方法代碼如下：

　　public Bitmap readFrame() throws IOException {

　　mark(FRAME_MAX_LENGTH);//在數據流中設置標記，調用mark方法

　　int headerLength=getStart(this, START_MARKER);//計算文件頭長(cháng)度

　　reset();//reset方法重置數據流指向最后一個(gè)標志位置

　　byte[] header=new byte[headerLength];

　　readFully(header);

　　try {

　　ContentLength=countContentLength(header);//計算數據內容長(cháng)度

　　}

　　catch (NumberFormatException nfe) {

　　ContentLength=getEnd(this, END_MARKER);

　　}

　　byte[] frameData=new byte[ContentLength];//存取幀字節數據

　　skipBytes(headerLength);//跳過(guò)文件頭字節

　　readFully(frameData);

　　return BitmapFactory.decodeStream(new ByteArrayInputStream(frameData));

　　}

　　需要注意的是，在A(yíng)ndroidManifest.xml文件中需加上語(yǔ)句，表示程序擁有網(wǎng)絡(luò )的完整訪(fǎng)問(wèn)權限。獲取每幀數據后繼承Android SDK中提供的view.SurfaceView類(lèi)與graphics.Canvas類(lèi)，將收到的完整幀圖像按隊列順序不間斷地顯示在視窗框架類(lèi)中，對人眼視覺(jué)幀率超過(guò)5 fps時(shí)即有視頻效果，到25 fps即是電影流暢度。對于定點(diǎn)定位監控，經(jīng)過(guò)測試出于節省帶寬費用考慮設定5 fps即能滿(mǎn)足基本需求，10 fps是較為合理參數。將編譯后應用程序安裝到手機中，Android實(shí)時(shí)監控截圖如圖6所示。

　　圖6　Android實(shí)時(shí)監控截圖

　　結語(yǔ)

　　本文描述了網(wǎng)絡(luò )攝像機的軟件設計與MJPEG算法原理，結合Android移動(dòng)技術(shù)，開(kāi)發(fā)了整套系統;并實(shí)際應用于驗證系統，取得了良好結果。期望在后續工作中涉足圖像識別算法、物體追蹤算法、人體行為偵測算法等圖像領(lǐng)域，使網(wǎng)絡(luò )攝像機變得更智能。

linux操作系統文章專(zhuān)題：linux操作系統詳解（linux不再難懂）