发明内容
本发明所要解决的技术问题是,结合小波变换技术和MPEG-4压缩技术,对现场的视频信号实时压缩,生成实时视频流。通过嵌入式Linux操作系统的对网络的良好支持特性,结合视频压缩技术以适应不同网络状态的要求。当网络带宽不适应当时的压缩标准时,自动调整压缩算法,使得网络摄像机能在更复杂的环境下应用。
为了解决上述技术问题,本发明采用的技术方案是:将嵌入式的Linux操作系统固化在存储器中,在系统启动时,Linux操作系统从存储器载入内存,在内存中运行,嵌入式操作系统随时检测网络带宽,把检测结果传给压缩芯片,压缩芯片根据嵌入式系统的反馈信息,采用选择压缩算法,压缩芯片对音视频信号进行压缩,通过嵌入式操作系统传到网络用户。
上述压缩芯片通过嵌入式操作系统得到反馈信息,并根据反馈信息改变小波系数及图像编码序列。
上述系统中利用模糊决策技术,操作系统将网络状态作为一个模糊变量来处理,根据系统中已建立的知识库,得到当前网络状况的隶属度矢量值,经过模糊推理,得到最佳的压缩方案。
本发明的有益效果是:(1)Linux操作系统开放源代码,不存在黑箱技术,并且是免费的,在价格上极具竞争力,最适合中国国情;(2)内核小,效率高,高度模块化使添加部件非常容易;(3)本身内置的网络支持,可应用于多种硬件平台,并提供完整的开发工具和SDK。在电视监控领域中,利用网络技术传输现场的视频图像,并能自适应网络状态,智能调整压缩算法,从而达到最佳的监控效果。
具体实施方式
下面结合具体实施方式对本发明作进一步详细说明:将嵌入式的Linux操作系统固化在存储器中,在系统启动时,Linux操作系统从存储器载入内存,在内存中运行,嵌入式操作系随时检测网络带宽,把检测结果传给压缩芯片,压缩芯片根据嵌入式系统的反馈信息,采用选择压缩算法,压缩芯片对音视频信号进行压缩,通过嵌入式操作系统传到网络用户。
上述压缩芯片通过嵌入式操作系统得到反馈信息,并根据反馈信息改变小波系数及图像编码序列。
上述系统中利用模糊决策技术,操作系统将网络状态作为一个模糊变量来处理,根据系统中已建立的知识库,得到当前网络状况的隶属度矢量值,经过模糊推理,得到最佳的压缩方案。
嵌入式操作系统为客户端提供实时视频服务,用户可以用IE4.0或Netscape 4.5以上的浏览器浏览视频图像,嵌入式处理器选择的是Etrax100处理器,Etrax100是32位处理器,具有RISC结构,处理速度可达100MIPS,在处理器外围扩展了4M FLASH存储器和16M SDRAM随机存储器,用来存储系统软件和提供系统运行时的数据空间,将Linux操作系统固化在FLASH中,在系统启动时,Linux系统从FLASH装载入内存,在内存中运行,FLASH在一般情况下是只读的,固化在内部的操作系统不易遭到破坏,在视频编码之前要经过采样和量化工序,在这里使用视频A/D芯片SAA7111,SAA7111芯片将抗混滤波、梳状滤波都被集成到芯片内部,场同步信号VREF、行同步信号HREF、奇偶场信号RES1、像素时钟信号LLC2都由管脚直接引出,图像作为信源,信源的数据量是信息量(熵)与信息冗余量之和,为了得到较高的压缩比,必须要消除冗余信息,在MPEG-4图像编码中包含了3种成分:I帧、P帧和B帧,I帧压缩采用基准帧模式,只提供帧内压缩,不需要其它任何帧作参考,它独立进行编码,I帧作为图像序列的初始帧,采用离散余弦变换(DCT)来编码,不进行预测估计和运动估计,I帧可以消除空间冗余,有效的消除图像内相邻数据间的强相关性,I帧压缩可以得到6∶1的压缩比,不产生任何可觉察的模糊现象,P帧为帧内预测图像编码,它参考最近的前一个已编码的I帧或P帧,采用运动补偿,B帧为双向预测/内插的帧间编码,它从前面和后面的I帧或P帧中提取数据,压缩比可以达到200∶1,P帧和B帧在编码时进行帧间运动估计和预测,能消除图像序列之间的由于时间造成的视频图像数据冗余,能得到较高的压缩比。
利用Linux操作系统对网络的良好支持性,实现带宽的检测,针对具体情况,改变压缩方法,通过增加和减少压缩量,达到适应网络带宽的要求。首先,零树小波算法对图像重新编码,这个编码序列是按照其重要性排序的无论序列在任何时刻被结束,得到的都是图像“最好”的表示,MPEG压缩技术的I、P和B帧也可以根据具体情况组合,这样就可以增减压缩量,达到适应网络带宽的要求。在网络带宽比较窄的情况下,改变小波系数,抛弃图像的高频分量,使压缩量提高,减小对带宽的要求;当网络带宽较宽时,增加图像的高频分量,使得图像效果更好。
在具体的压缩中,采用了小波变换与离散余弦变换相结合的编码方式。对于一个给定信号f(t),其连续小波变换为:
小波函数
随着尺度伸缩参数a和时间平移参数b的变化,可以得到信号的不同局域、不同时~频域特性的表示。对a,b离散化,得到小波的级数表示形式:
首先,利用嵌入零树小波算法对图像重新编码。经过离散小波变换得到的是图像按其重要性的排序,一个图像被分成了k个级别,对于同一级别,低频子图像LLi最重要,其次为HLj与LHj。例如,一个子图按其重要性的排序为LL3、LH3,LH3,HH3,HL2,LH2,HH2,HL1,LH1,HH1。因为这个序列是按照重要性排序的,所以,无论序列在任何时刻被结束,得到的都是图像“最好”的表示。
图像压缩采用离散余弦(DCT)快速算法,二维8×8阶DCT表达式为:
对上式变换得:
可见,8×8二维DCT可以用一维DCT来代替,采用蝶形运算可以提到运算速度。
小波变换对图像起到了滤波作用,小波分解后的图像能量主要集中在相对较低的子带中。结合人眼的视觉特性,消除了图像信息中的视觉冗余。视频序列内图像编码类型的安排也具有灵活性,可以适应不同的要求。原则是:在带宽较宽的情况下,提供最好的服务,图像编码序列可以为(I I I I I II I I……),这种序列有最好的随机存取、FF/FR和编辑功能,但是只能实现低压缩。为了提高压缩比,在图像序列中加入P帧,序列为(I P P P PP P I P P P P……),能实现中度压缩。在带宽较窄时,要做到高压缩,图像序列为(I B B P B B P B B I B B P……),能得到较好的效果。
为了适应不同的网络状态,嵌入式系统随时监测当时的网络,以便做出合理的压缩方案。在本系统中,压缩芯片可以通过嵌入式操作系统得到反馈信息,并根据反馈信息改变小波系数及图像编码序列。系统中利用模糊决策技术,操作系统将网络状态作为一个模糊变量来处理,根据系统中已建立的知识库,可以得到当前网络状况的隶属度矢量值。经过模糊推理,可以得到最佳的压缩方案。在本系统中,模糊变量无须太多,并且控制的频率也不能太频繁。在实际的模糊推理过程中,只是简单的比较和计算,因此,利用这种决策方式,能收到良好的控制效果。