1 前言
    隨著數(shù)字信號處理技術(shù)和網(wǎng)絡(luò)技術(shù)的快速發(fā)展，基于嵌入式架構(gòu)的網(wǎng)絡(luò)視頻處理及應(yīng)用需求不斷增加。視頻技術(shù)從傳統(tǒng)的模擬視頻到數(shù)字視頻，進而發(fā)展到網(wǎng)絡(luò)視頻并逐漸成為視頻應(yīng)用發(fā)展的主流。傳統(tǒng)的數(shù)字視頻服務(wù)系統(tǒng)僅限于本地編解碼、存儲和顯示。攝像機采集的視頻數(shù)據(jù)通過線纜傳輸?shù)胶笈_服務(wù)系統(tǒng)進行壓縮存儲，無法實現(xiàn)遠程網(wǎng)絡(luò)訪問。網(wǎng)絡(luò)攝像機的出現(xiàn)很好地解決了這個問題，在網(wǎng)絡(luò)攝像機中，視音頻數(shù)據(jù)的壓縮功能前移到攝像機端實現(xiàn)，這樣一方面能夠在帶寬有限的網(wǎng)絡(luò)中進行數(shù)據(jù)傳輸，另一方面也大大擴展了其應(yīng)用。網(wǎng)絡(luò)攝像機已經(jīng)不僅僅是應(yīng)用于監(jiān)控系統(tǒng)，而且正逐漸成為家庭數(shù)字娛樂和智能家居的重要組成部分。

    當前國內(nèi)市場上的網(wǎng)絡(luò)攝像機產(chǎn)品全部是基于國際主流視頻壓縮標準MPEG4和H.264的，其實現(xiàn)或采用專用集成芯片，或采用DSP實現(xiàn)。采用專用集成芯片的缺點是壓縮算法固定，難以擴展。采用DSP實現(xiàn)MPEG4或H.264壓縮算法存在專利問題。而AVS作為我國擁有自主知識產(chǎn)權(quán)的視頻壓縮標準，其與最先進的H.264標準相當?shù)膲嚎s性能和“一元人民幣”的專利策略使其在網(wǎng)絡(luò)攝像機應(yīng)用中具有無可比擬的優(yōu)勢。

    基于此，我們開發(fā)了國內(nèi)首款支持AVS標準的網(wǎng)絡(luò)攝像機，本文對該產(chǎn)品的系統(tǒng)結(jié)構(gòu)、關(guān)鍵模塊實現(xiàn)進行分析和討論。

2 系統(tǒng)結(jié)構(gòu)
    支持AVS的網(wǎng)絡(luò)攝像機的總體結(jié)構(gòu)如圖1所示。

    在該網(wǎng)絡(luò)攝像機中，視頻采集采用了TI的5150視頻采集芯片。TVP5150 可支持諸如視頻采集設(shè)備及便攜式個人攝像機等新產(chǎn)品。它在正常工作時的功耗僅為 115 毫瓦 (mW) ，并具有業(yè)界最小尺寸的 32 引腳超薄四方扁平封裝 (TQFP) ，TVP5150 的應(yīng)用范圍非常廣泛。音頻采集和處理芯片為TI的高性能立體聲編解碼器TLV320AIC23，AIC23與DM642的I/O電壓兼容，可以實現(xiàn)與DM642的McASP接口無縫連接。主處理芯片采用TI公司的TMS320DM642實現(xiàn)，TMS320DM642(以下簡稱DM642)是一款專門面向多媒體應(yīng)用的專用DSP。該DSP時鐘高達600 MHz，8個并行運算單元，處理能力達4800MIPS；采用二級緩存結(jié)構(gòu)；具有64位外接存儲器接口；集成有3個視頻端口、音頻McASP和以太網(wǎng)MAC等外設(shè)。視頻端口外設(shè)提供了視頻采集到DSP核心處理單元的無縫接口，可以支持多種視頻解決方案。鑒于DM642的上述優(yōu)點，本網(wǎng)絡(luò)攝像機系統(tǒng)就以DM642為核心，完成音頻信號的實時采集、壓縮及傳輸功能。內(nèi)部功能結(jié)構(gòu)如圖2所示。 [nextpage]

3 關(guān)鍵模塊實現(xiàn)
    AVS網(wǎng)絡(luò)攝像機實現(xiàn)的主要功能模塊包括視音頻數(shù)據(jù)采集、視頻預處理、編碼、運動檢測、視頻加密、網(wǎng)絡(luò)收發(fā)、內(nèi)嵌WEB服務(wù)器和系統(tǒng)配置等諸多模塊組成。下面就主要模塊的設(shè)計實現(xiàn)進行介紹。

3.1 視頻數(shù)據(jù)預處理和壓縮編碼
    在視頻壓縮編碼之前，為提高壓縮比，首先進行視頻預處理。采用較為簡單的算法對攝像機采集進來的原始YUV數(shù)據(jù)進行濾波，去掉高頻信號 ，一方面可以減輕編碼器的壓力，降低碼率；另一方面，攝像機對 CCD以及攝像頭的質(zhì)量要求降低，可以節(jié)約成本。濾波算法復雜度較低，對D1大小格式圖像進行濾波，運算時間在2ms以下。視頻數(shù)據(jù)采用AVS標準進行壓縮編碼，AVS編碼的技術(shù)框架如圖3所示。其基本框架如下圖所示。

    編碼過程根據(jù)編碼模式的不同而有所區(qū)別。幀內(nèi)預測幀（I幀）采用幀內(nèi)預測編碼，原始輸入圖像中的宏塊首先經(jīng)過幀內(nèi)預測找到最匹配的預測塊（以8?8子塊為單位），然后與原始塊相減得到殘差塊，經(jīng)過變換和量化處理后得到的系數(shù)矩陣經(jīng)過熵編碼寫入到碼流中。在進行熵編碼的同時，對系數(shù)矩陣進行反量化和反變換，得到殘差塊估計并與預測塊相加得到重構(gòu)塊，用于后續(xù)宏塊的編碼參考以及后續(xù)幀間預測幀（P幀）的編碼參考。除殘差塊外，每個塊的預測模式信息也經(jīng)過編碼寫入碼流中，用于在解碼時得到參考塊。 [nextpage]

    視頻序列的第一幀編碼必須是I幀模式。I幀可以在編碼序列中周期性插入。由于I幀編碼與其他視頻幀不相關(guān)，因此周期性插入I幀有助于抑制解碼端由于傳輸錯誤導致的解碼錯誤傳播。

    P幀利用相鄰幀之間的相關(guān)性進行編碼。基本思想是宏塊或者子塊在已編碼重構(gòu)的參考幀中在一定范圍內(nèi)尋找（運動估計）最匹配的宏塊或者子塊（代價最?。┳鳛轭A測塊，類似地對殘差塊進行基于8×8的變換和量化、熵編碼，同時對量化結(jié)果進行反量化和反變換處理，得到相應(yīng)的重構(gòu)塊。AVS支持16?16、16?8、8?16和8?8等塊劃分。

3.2 音頻編碼
    音頻編碼采用G.729A標準實現(xiàn)，主要包括預處理濾波、LP分析、量化、插值、基音分析、固定碼本搜索和增益量化幾部分組成。預處理主要是將數(shù)字語音信號經(jīng)過截止頻率為140HZ的高通濾波器預處理，以消除低頻干擾，同時進行幅度調(diào)整，防止運算過程中的數(shù)值溢出。然后將每10ms的音頻數(shù)據(jù)作為一幀，用10階線性預測作短時分析，得到LPC參數(shù)并變換為LSP（線譜對）參數(shù)，然后將LSP參數(shù)用二級分裂式矢量量化，第1級用7bit表示，量化得到的最小均方誤差矢量分為2個子矢量，分別以5bit量化，在保證精度的同時減少碼本的搜索時間，量化的（非量化的）LP 參數(shù)用于第2子幀，對于第1子幀LP系數(shù)的獲得，是通過對其相鄰子幀的對應(yīng)參數(shù)線性內(nèi)插得到，用量化和未量化的LPC參數(shù)構(gòu)成感知加權(quán)濾波器及合成濾波器，從感知加權(quán)語音信號中減去感知加權(quán)濾波器的零輸入響應(yīng)，得到目標信號。短時語音的基音分析和固定碼本搜索都是基于對目標信號的分析得到的。在G.729算法中，采用開環(huán)和閉環(huán)相結(jié)合的方法。首先，利用語音的短時自相關(guān)特性對每幀語音信號的基音周期進行開環(huán)估計，然后在開環(huán)估計得到的基音周期附近的小范圍內(nèi)分別對2個子幀進行閉環(huán)基音搜索。閉環(huán)基音搜索的準則是使原始語音和重構(gòu)語音之間均方加權(quán)誤差最小。第1子幀的搜索結(jié)果以8bit表示，由于語音信號具有短時平穩(wěn)特性，第2子幀在第1幀搜索的基礎(chǔ)上，搜索本子幀最佳基音周期，采用差分量化的方法以5bit表示，提高了編碼效率。固定碼本搜索時碼本采用代數(shù)碼本結(jié)構(gòu)，正負脈沖交錯設(shè)計,碼本中每個碼本矢量含有4個非零脈沖，每個脈沖的幅度或正或負。以加權(quán)語音和加權(quán)重構(gòu)語音之間的均方誤差最小為搜索準則。基音增益和固定碼本增益用7bit矢量量化，用原始語音和重構(gòu)語音之間的加權(quán)均方誤差最小為準則來搜索增益碼本。增益碼本采用共軛結(jié)構(gòu)二級碼本矢量，每個碼本的第1個元素表示量化自適應(yīng)碼本增益，第2個元素表示量化固定碼本增益的相關(guān)因子。

3.3 網(wǎng)絡(luò)收發(fā)模塊
    網(wǎng)絡(luò)發(fā)送可以通過TCP或者UDP協(xié)議發(fā)送。以TCP發(fā)送為例，流程如圖4所示。

3.4 WEB服務(wù)器模塊
    采用HTTP協(xié)議實現(xiàn)。HTTP協(xié)議是一個采用的請求/響應(yīng)模型的協(xié)議。采用HTTP協(xié)議實現(xiàn)WEB服務(wù)器和WEB瀏覽器之間傳遞數(shù)據(jù)。 [nextpage]

模塊工作流程如下：
1）首先，CGI程序需要判斷字符串指針pArg指向的字符串是否為NULL：如果是，那么要處理的是一個POST方法，如果不是，那么要處理的是一個GET方法；
2）如果CGI程序要處理的是POST方法，那么按下列步驟編寫程序：a）動態(tài)分配字節(jié)數(shù)為ContentLength+1的緩沖區(qū)；b）調(diào)用recv從套接字htmlSock上接收ContentLength個字節(jié)的數(shù)據(jù)到該緩沖區(qū)；c）在把緩沖區(qū)的最后一個字節(jié)設(shè)置為'\0'；如果CGI程序要處理的是GET方法，那么此步可以忽略；
3）解析、處理該接收到的數(shù)據(jù)（POST）或字符串指針pArg指向的字符串（GET）；
4）向客戶端發(fā)送一個HTTP響應(yīng)報文，其中HTTP包包頭：
a)HTTP報文報頭第一行必須是一個完整的Response-Line；
b)HTTP報文報頭最后一行必須是CRLF結(jié)束；
c)HTTP報文數(shù)據(jù)必須和包頭中指定的Content-Type保持一致（html、txt、gif等）；
5）如果是處理POST方法，必須釋放動態(tài)分配的內(nèi)存；
6）返回值必須是0或者1（0：關(guān)閉該套接字）。

3.5 其他模塊
    視頻加密模塊：采用經(jīng)典的數(shù)據(jù)加密算法和數(shù)字水印技術(shù)，為降低復雜性，在實現(xiàn)時進對包括序列頭、圖像頭、條帶頭以及I 幀的重要數(shù)據(jù)進行加密，確保非法訪問者無法正常解碼視頻數(shù)據(jù)。

    運動檢測模塊：設(shè)計了多種運動檢測算法并根據(jù)視頻內(nèi)容變化進行自適應(yīng)選擇。實現(xiàn)的算法主要有背景減除、時域差分、背景統(tǒng)計分類以及光流場等算法。碼流控制模塊借鑒H.264標準組提供的推薦碼率控制算法。云臺控制通過RJ485接口電路實現(xiàn)。

4 性能
該AVS網(wǎng)絡(luò)攝像機實現(xiàn)的性能指標如下：
1)符合AVS標準，處于國內(nèi)領(lǐng)先水平；
2)支持N制式和PAL制式；
3)支持QCIF、CIF、2CIF、Half D1、D1的實時編碼傳輸；
4)網(wǎng)絡(luò)自適應(yīng)，根據(jù)網(wǎng)絡(luò)狀況自動調(diào)整碼率和幀率，支持碼率控制，支持CBR和VBR工作方式，碼率調(diào)整范圍為64Kbps—3Mbps；
5)支持幀率控制，控制范圍為0.1fps－25fps(PAL)/30fps(NTSC)；
6)編碼延時小于200毫秒；
7)根據(jù)檢測結(jié)果產(chǎn)生聯(lián)動抓拍、報警；
8)檢測時間<70ms；
9)檢測正確率>90%；
10)支持移動偵測報警、事件聯(lián)動報警、視頻丟失報警；
11)支持TCP、UDP等多種網(wǎng)絡(luò)協(xié)議，適應(yīng)不同網(wǎng)絡(luò)環(huán)境；
12)內(nèi)置WEB服務(wù)器，支持IE瀏覽和設(shè)備配置；
13)最大支持10個用戶同時訪問；
14)整機功耗小、小于10瓦，發(fā)熱低
15)故障自動恢復，工作穩(wěn)定可靠；
16)支持網(wǎng)絡(luò)在線升級和參數(shù)調(diào)整；
17)控制軟件界面友好，易操作。

5 結(jié)束語
    本網(wǎng)絡(luò)攝像機采用DM642 DSP芯片實現(xiàn)，支持AVS標準，實現(xiàn)了網(wǎng)絡(luò)攝像機的幾乎全部功能，能對音視頻進行實時的編解碼和實時的網(wǎng)絡(luò)傳輸。圖像質(zhì)量高、易于升級，目前已成功應(yīng)用于上海某企業(yè)內(nèi)部網(wǎng)絡(luò)視頻服務(wù)系統(tǒng)，并在吉林網(wǎng)通等多家應(yīng)用企業(yè)進行測試和使用，是一種比較理想的網(wǎng)絡(luò)攝像機解決方案。