摘  要： 基于ARM9處理器S3C2440芯片硬件平臺，設計和開發了一種家庭視覺智能防盜監控系統。服務器以裁剪的Linux為軟件平臺，移植了多種設備驅動程序，綜合利用多線程、socket等編程技術，通過調用OpenCV圖像處理庫、Libjpeg內存數據編解碼庫設計攝像頭應用程序，著重分析了Linux下V4L的工作原理以及基于特征臉的人臉識別原理。該系統實現了在嵌入式Linux開發板上的人臉識別與身份驗證主系統，實現在PC上Web瀏覽功能，提高了防盜系統的安全性。
關鍵詞： 嵌入式Linux；ARM9；人臉識別；OpenCV

　隨著智能視頻監控系統的快速發展，通過對攝像機拍攝的圖像序列進行自動分析，對視頻圖像中的運動對象進行檢測、跟蹤和識別，并在此基礎上對其進行行為分析，從而做到預警、日常信息的管理，及在異常情況發生時發出告警，提高視頻監控的效率成為可能[1]。本系統將智能視頻監控系統應用于家庭防盜，實現了一個以圖像處理技術為核心的家庭視覺防盜報警系統，包括攝像機圖像采集分析、圖像信息編碼、壓縮及PC端解碼顯示的圖像處理設計、控制電路設計、GSM短信發送模塊。其目標是提供一套成本低、功能全面的家庭視覺防盜系統，解決長期以來防盜系統對于機械鎖的過度依賴，變傳統的被動式消極防盜為報警式積極防盜，提高安全性。
1 系統構架
　該系統包含一個服務端和兩個客服端，服務端主要負責人臉識別圖像處理、編碼壓縮及無線發送圖像信息。一個客服端通過GSM模塊實現服務端與業主手機通信，服務端通過對攝像機采集信息的一系列圖像處理，對采集圖像作人臉識別處理，判斷是否為家庭成員并發送報警短信到業主手機。服務端將壓縮圖像信息打包，通過TCP協議發送到PC客戶端，實現在PC端的實時顯示。家庭視覺智能防盜系統結構如圖1所示。
相對于傳統的機械鎖防盜與人工監視的傳統視頻監控系統，本系統在效率上有了大大的提高，并且更加智能化、自動化。本系統具有以下功能：

　（1）可創建、更新家庭成員人臉頭像庫文件；
　（2）服務端將前端設備采集圖像作人臉識別圖像處理；
　（3）服務端判斷是否發送報警短信給業主；
　（4）前端設備采集圖像信息在PC端實時顯示；
　（5）前端設備采集圖像信息在服務端LCD實時顯示；
　（6）服務器端存儲可疑人圖片信息；
　（7）可通過Web網絡查看前端設備采集信息。
2 系統硬件設計
2.1 系統硬件平臺
　系統硬件結構如圖2所示。硬件平臺采用了ARM9嵌入式開發套件，它由核心板和底板組成，核心板上集成Samsung S3C2440處理器。該芯片采用ARM920T處理內核，主頻為400 MHz，內部帶有全性能MMU體系結構，支持Linux、WinCE等嵌入式操作系統，集成了外部存儲器控制器、LCD控制器、一個5線異步串行口（波特率最高為115 200  b/s）、一個10 MHz網口、2個USB1.1接口（一個Host接口，一個Device接口）以及5 V電源接口[2]。

2.2 系統硬件框架
2.2.1 前端設備
　在Linux下，使用開發板與攝像機相連，通過攝像機捕捉頭像畫面。為方便圖像傳送，系統采用中星微301P攝像機，其驅動需事先編譯進Linux內核。中星微301P芯片采用了最先進的算法加速硬件方式，占用CPU資源一般為百分之十幾，使開發板LCD顯示屏在320×240模式下圖像表現優異，并能達到30 f/s的速度[3]，動態畫面流暢，實時還原真實場景。采集圖像數據經攝像機硬件編碼通過USB接口與服務端實現傳輸，采集圖像數據為JPEG格式圖片。服務端通過軟件解碼實現在服務端LCD上實時顯示。
2.2.2 GSM模塊
　GSM模塊是可用單片機控制的以TC35I為核心的GSM系統終端，支持數據、語言、短信傳輸等功能，利用信令信道傳輸，是GSM通信網所特有的功能，不用撥號建立連接，直接把要發送的信息加上目的地址發送到短消息服務中心，由短消息服務中心再發送給最終的信宿，短消息的收發不影響通話[4]。編碼后單條短消息最大長度為140 B，可以承載160個英文字符或70個漢字；編碼后每頁消息長度為82 B，最大頁數為15頁。GSM模塊短消息業務的優點在于其無需建立連接，服務費用低。
3 系統軟件設計
3.1 軟件系統設計框架設計
　本系統軟件框架分為服務器端主機控制、顯示系統、GSM手機呼叫系統和PC終端顯示系統。核心部分為服務端主機系統，以嵌入式Linux為基礎，建立交叉編譯環境，完成引導加載程序Supervivi、Linux系統內核Linux-2.6.32的編譯移植，其中包括無線網卡、通用USB攝像頭和LCD觸摸屏等驅動的移植，最后移植通用yaffs文件系統。基于系統設計的需要，采用Framebuffer作為底層圖形接口，還需要在宿主機上交叉編譯Zlib、JPEG、OpenCV等多種庫，這使得系統環境具有豐富的控件資源和良好的可移植性，最終形成基于ARM的嵌入式Linux平臺，在此軟件平臺上可進行嵌入式應用程序的開發。
3.2 服務器端主機程序設計
　主機程序設計采用C與C++語言相結合的方式進行開發，C部分主要用于開發視頻播放程序和socket網絡程序，主要內容包括初始化攝像機設備和創建線程1采集視頻圖像。然后主程序創建一個套接字監聽，阻塞等待客戶端的請求連接。連接成功后再創建線程2發送采集到的圖像數據給客戶端。線程1的作用是采集視頻圖像，線程2的作用是發送圖像數據給客戶端。內嵌自定義的傳輸協議，自行編寫簡易系統，在不減少功能及系統穩定的情況下，減少代碼數量，精簡代碼，設定算法，提高系統穩定性、安全性。
　當主機設備啟動以后，系統進行初始化，采集前端設備攝像機一幀圖像，作圖像識別處理，判斷是否為家庭成員。為非家庭成員時，主機與客戶端建立聯系，通過GSM模塊發送報警短信給業主手機，并通過TCP協議發送至終端，在PC上實時顯示，業主可登錄Web網頁查看門口監控。程序流程圖如圖3所示。

3.3 圖像數據的編解碼實現
　系統在網絡傳輸前，必須要對處理后的圖像數據重新進行壓縮處理。系統采用了IJG（Independent JPEG Group）提供的Libjpeg庫實現在內存中圖像數據的編解碼，庫中函數必須從文件中讀取數據，再將壓縮數據存成JPEG文件，增加了不必要的文件I/O操作，減慢了CPU的數據處理速度和網絡傳輸。為克服其缺點，改寫Libjpeg庫內jdatasrc.c及jdatadst.c兩個源文件，重新定義struct stdio_src_mgr及struct stdio_dest_mgr，并設計增加圖像操作函數，實現輸入和輸出數據的重定向到內存中，利用修改后的Libjpeg庫可以很好地實現在內存中直接對圖像數據編、解碼。
3.4 人臉識別與身份驗證

　本系統的特點是能實現人臉的檢測識別與身份驗證。系統所采用的人臉檢測算法主要來源于Vioal等提出的基于AdaBoost的實時人臉檢測算法，該方法能實現Harr-like特征表示圖像。采用AdaBoost方法選擇少量特征組成強分類器，引入“積分圖”概念，提高對特征的計算速度，使用“cascade”策略，提高人臉檢測速度，并通過預先建立家庭成員人臉頭像庫文件的方式，將識別后取得的人臉圖像與庫中圖像匹配，以此判定身份[5]。該方法能取得較好的檢測效果。
　在此理論基礎上，本文人臉檢測算法的實現是基于OpenCV開源代碼庫，該庫實現了圖像處理和計算機視覺方面的很多通用算法。利用其開源性設計基礎的數據類型和實現函數，借助交叉編譯器等工具，在服務器主機端實現人臉檢測及身份驗證。系統人臉識別步驟如圖4所示，人臉識別圖像處理效果顯示圖如圖5所示。

3.5 信號忽略機制算法
　因本系統需實現遠程PC端的網頁觀看視頻功能，圖像數據要以TCP/IP協議的形式在互聯網中進行傳輸，因此需考慮多個遠程PC端同時訪問服務器端請求數據的情況，由此產生了如下問題：若目前有多個客戶端正在訪問服務器端，其中一個客戶端關閉了與服務端的連接，但服務端依然試圖發送圖像數據給客戶端（write to pipe with no readers），系統就會發出一個SIGPIPE信號，默認對SIGPIPE的處理是終止（terminate），此時即使還有別的客戶端仍連接，負責發送圖像數據的服務器端還是會被終止。這當然不是所想要的，因此本文采用了SIGPIPE信號忽略機制算法。
　信號是UNIX/Linux進程間通信的一種標準方式，又稱軟中斷信號（signal，簡稱為信號），是一種簡單的通信方式，由于信號相對簡單和有效而被廣泛使用[6]。信號主要用來通知進程發生了異步事件。但信號只是用來通知某進程發生了什么事件，并不給該進程傳遞任何數據，收到信號的進程對各種信號有不同的處理方法，其中有一種處理方法是，忽略某個信號，對該信號不作任何處理，就像從未發生過一樣，而進程是通過調用signal來指定進程對某個信號的處理行為。在本系統中，在建立一個socket時便設定好客戶端的信號處理機制，設定為信號忽略。這種情況下，即使其中一個客戶端關閉與服務器的連接，服務器端也不會終止，從而提高了系統的可靠性。
　隨著人民生活水平的日益提高，人們對居住生活的安全性愈加重視，家庭防盜系統的作用更加突出，克服家庭防盜系統對于機械鎖的過度依賴，本系統變傳統的被動式消極防盜為報警式積極防盜，提高了防盜系統的安全性。該系統使用簡單，價格低，市場應用前景廣闊，值得進行大量的探索和深入的研究。
參考文獻
[1] 鐘海濤.基站智能防盜監控系統視頻智能分析技術的研究[D].北京：北京郵電大學，2011.
[2] 吳嘉彥.基于ARM的JPEG圖像處理技術研究與應用[J].梧州學院學報，2010（6）：67-72.
[3] 宋樂，林玉池，吳穎，等.基于視覺傳感的嵌入式自動讀尺系統[J].傳感器與微系統，2009（8）：86-88.
[4] 吳玉田，王瑞光，鄭喜鳳，等.GSM模塊TC35及其應用[J].計算機測量與控制，2002（8）：557-560.
[5] 公衍宇，郭琦，于超.Android系統下OpenCV的人臉檢測模塊的設計[J].電子設計工程，2012（20）：52-54.
[6] 鄭尚志，趙小龍，昌杰.Linux信號機制的分析與研究[J].科技資訊，2008（11）：98-100.
[7] 李明學，田由輝，張雅若.ARM平臺嵌入式網絡視頻監控系統的實現[J].電子產品世界，2012（12）：62-64.
[8] 王桂林.監控領域背景下遠距離人臉識別系統探究[J].信息通信，2012（6）：9.