基于嵌入式Linux的运动检测系统设计浅析.docx

【基于嵌入式Linux的运动检测系统设计浅析】 随着社会进步和科技发展，人们对于安全防护的需求日益增强。在计算机网络技术、通信技术和数字视频编码技术的支持下，基于计算机的多媒体视频监控系统逐渐普及。然而，传统的视频监控系统由于其复杂性、高功耗、高成本以及需要专人值守，往往难以应用于家庭或小型办公室等场所。因此，设计一种基于嵌入式Linux的运动检测系统变得尤为必要。 该系统采用S/B（服务器/浏览器）工作模式，由服务器监控模块、短信通知模块（GSM）和客户查看模块三部分构成。服务器监控模块利用三星公司的ARM11微处理器（S3C6410）和开源的Linux操作系统，集成目标检测算法。当监控画面中检测到运动目标时，服务器会存储变化的图像并以图片形式发送至客户端，同时GSM模块（如Q2403A芯片）会通过短信通知客户，客户可以使用IE浏览器查看图像变化。 硬件方面，系统选用广州友善之臂公司的Tiny6410开发板，基于ARM11的S3C6410处理器，内置强大的多媒体处理单元。短信通知模块采用WAVECOM公司的Q2403A GSM/GPRS模块，小巧轻便，包含射频天线、内部FLASH、SRAM和GSM基带处理器，能够处理来自外部系统的AT指令。 软件平台以Linux操作系统为基础，首先在宿主机上搭建交叉编译环境，安装arm-Linux-gcc交叉编译器。接着移植和编译U-Boot以及Linux 2.6.33内核，构建基于busy-box 1.13.3的根文件系统。为了优化资源占用，系统需要对内核进行裁剪，同时编写运动检测应用程序和短信报警程序。 在运动目标检测算法上，通常有基于人工神经网络和图像处理两种方法。本文主要探讨图像处理中的光流法和差分图像法。光流法虽精度高，但实时性较差；而差分图像法则相对简单，易于实现，分为背景图像差分法和帧间差分法。背景图像差分法直接比较当前帧与背景图像，帧间差分法则是通过相邻两帧的差分来检测运动目标。结合两者优点，系统采用连续两帧差图像和背景差图像的与操作，再进行二值化处理，以增强运动检测效果。 算法流程如下： 1. 对图像序列进行3x3中值滤波，以消除随机噪声，降低后续运算复杂度。 2. 选择固定背景图像Bk(x,y)。 3. 获取连续两帧图像，即前一帧图像Pk-1(x,y)。 4. 计算当前帧与背景帧的差分FD(x,y)，提取完整目标。 5. 计算当前帧与前一帧的差分，用于进一步的运动检测分析。 通过上述设计，基于嵌入式Linux的运动检测系统能够在保持较低功耗和成本的同时，实现无人值守的实时监控，并通过短信提醒功能提供及时的安全警报。这种系统在智能家居、小型办公室等场景中具有广阔的应用前景。