ARM6410開發環境下的異常檢測技術模塊的開發

ARM6410開發環境下的異常檢測技術模塊的開發

苗露,趙謙，閆紅梅

(西安科技大學 通信與信息工程學院，陜西 西安 710054)

摘要：隨著數字視頻技術逐漸成為現代IT技術中的一類主要技術領域，場景視頻監控技術在國防、能源、交通領域以及人們的日常生活和工作中發揮著日益重要的作用。通過分析目前數字監控系統工作時間長，且長時間記錄無運動圖像，存儲的有效信息量少的問題，開發了一種用于無人值守監控體系的異常入侵檢測模塊，分析了三種常見的異常入侵檢測算法，詳細介紹了本系統采用背景差分法實現移動目標檢測和聯動報警功能。通過在S3C6410芯片集成的開發板上測試，支持與傳統瀏覽器無縫對接，用戶無需專門安裝軟件便可直接通過瀏覽器訪問和控制該監控系統進行實時預覽和查詢報警信息。該方案可廣泛應用于商場、家庭、銀行等無人值守的多種場合，達到安全防范效果,對移動目標檢測的研究和發展提供了一種新的應用模式。

關鍵詞：無人值守；異常入侵檢測；網頁監控；報警存儲

DOI:10.13800/j.cnki.xakjdxxb.2015.0220

文章編號：1672-9315(2015)02-0253-06

收稿日期:*2014-12-20責任編輯:高佳

基金項目:陜西省科技計劃工業攻關項目(2013K07-35，2014K06-37)；西安市科技計劃技術轉移促進工程(CXY1343(4))；西安市碑林區應用技術研發項目(GX1310，GX1311，GX1417 )

通訊作者：苗露(1982-)，女，陜西銅川人，工程師，E-mail:37973567@qq.com

中圖分類號：TD 7文獻標志碼： A

DevelopmentofanomalydetectiontechnologymodulebasedonARM6410

MIAOLu，ZHAOQian，YANHong-mei

(College of Communication and Information Engineering,Xi’an University of Science and Technology,Xi’an 710054,China)

Abstract：The digital video technology has become one of the main technology in modern IT technology.Scene video monitoring technology plays an increasingly important role in defense，energy，transportation and people’s daily life.A kind of abnormal intrusion detection module has been developed for unattended monitoring system by analyzing no moving images in the long working hours of digital monitoring system.The system has realized the function of moving target detection and alarm linkage by Integrating test on the S3C6410 chip development board，and connected to the browser completely.Users can access and control system to preview and query the alarm information through the browse and do not need to install the other software.The scheme can be widely used in a variety of unmanned occasion such as in shopping malls，households，banks and so on for the security objectives.The system provided a new application model for the researching and development of the moving target detection.

Key words：unattended; abnormal intrusion detection; web monitoring; alarm storage

0引言

視頻監控技術是現代IT技術中的一類主要技術領域。在生活中，場景視頻監控技術有著非常廣闊的應用前景，它在國防、能源、交通領域以及人們的日常生活和工作中發揮著日益重要的作用。 由于數字監控系統的工作時間長，數據存儲量相當龐大，給存儲容量提出了較高的要求。存儲監控圖像的目的是記錄監控場景中運動的圖像動作，長時間靜止的圖像包含的信息量極少，基本沒有存儲的意義[1]。鑒于此，需要有一個運動檢測算法判斷監控圖像的全部或部分有無運動的發生、控制存儲模塊的動作，有效地節省存儲數據，減少不必要的回放。圖像序列的運動檢測及報警不僅可以替代監視人員的部分工作，提高監視系統的自動化水平，而且也可提高監控存儲的效率。

本次設計模擬遠程監控系統通過運動檢測實現自動報警和圖片抓拍，可以有效地節省存儲空間，提高了自動化程度，并起到安全防范的作用，具有較高的實用價值。

1異常入侵檢測技術的特點

異常入侵檢測即運動檢測是指在指定區域能識別圖像的變化，檢測運動物體的存在并避免由光線變化所帶來的干擾。在考慮運動區域的有效分割的情況下，如何從實時的序列圖像中將變化區域從背景圖像中提取出來，這對于目標分類、跟蹤等后期處理是非常重要的。由于背景圖像的動態變化，如天氣、光照、陰影及混亂干擾等的影響，使得運動檢測成為一項相當艱難的工作。

運動圖像中運動物體與背景的運動情況復雜多變，決定了大多數運動圖像的檢測與識別的方法都具有局限性。若加強限制條件，檢測到的運動物體就會被“過分割”；若放寬檢測權限，又會出現檢測“病態敏感”的缺陷，所以人們針對不同的運動情況采用相應的運動圖像檢測與識別算法，力求達到理想的檢測精度及實時性。

目前對運動物體檢測與跟蹤識別問題，基本上可分為兩種方法：數據驅動的方法和模型驅動的方法。前者的特點是不依賴于先驗知識，直接獲取圖像數據來達到目的；后者的特點是需要依賴已建構的模型或者先驗知識，再由模型去匹配物體。前者是以Divad Marr的視覺計算理論最具代表性；后者是以Bar Shalmon的目標跟蹤與關聯思想最具代表性，并且在計算后驗概率時，使用經典的卡爾曼濾波或者序貫門特卡羅的方法(SMC)。這是由于運動物體本身的多樣性和復雜性導致，同時也說明運動物體檢測和識別是一個十分有潛力的研究領域[2-3]。

2異常入侵檢測算法

2.1常用的移動圖像檢測算法

視頻序列檢測為智能視頻監控提供了便利，本系統通過運動檢測實現自動報警和圖片抓拍，而在以往的監控系統中采用人工干預或者增加額外的報警電路的方式實現報警功能[4]。通過視頻序列檢測運動目標，可以提高監控系統的自動化程度。運動目標提取和跟蹤是視覺分析、高級行為理解以及運動編碼等計算機視覺應用領域中基本而又重要的一步，是計算機視覺處理中的難點，運動目標檢測也是視覺領域的重要課題。

當前常用的移動圖像檢測算法主要有光流法、統計算法、幀間差分法和背景差分法。這幾種移動圖像檢測方法優缺點比較見表1.

表1　移動圖像檢測方法優缺點比較

2.2背景差分法

本模塊設計采用背景差分法進行運動圖像檢測。背景差分法基于圖像序列和參考模型的相減實現運動物體的檢測，由于視頻監控系統位置是固定的，場景不會實時變化，因此適合采用背景差法進行運動目標檢測。

背景差分法的基本原理，是通過將輸入圖像與背景模型進行比較的方法來檢測運動目標。設t時刻背景模型參考圖像為fb(t)，如果前幀的圖像為fc(t)，則背景差分圖像為fd(x,y,t)=|fb(x,y,t)-fc(x,y,t)|，對運動目標檢測的判斷是：若fd(x,y,t)>T，則(x,y)點是運動目標；反之則屬于背景，T是門限閾值。圖像序列檢測流程圖如圖1所示。

圖1　圖像序列檢測流程圖 Fig.1　Flowchart of image sequences detection

檢測后的圖像中面積最大的是藍色，只有這部分是真正意義上的運動。如圖2，圖3所示。

圖2　目標圖像的生成過程 Fig.2　Target image generation

圖3　目標圖像 Fig.3　Target image

該運動圖像顯示了如何動態維護一個“參照系”，這不僅是對前一瞬間圖像的統計，更是對過去圖像的數學計算。某種意義上說，這擴大了真正的運動，并確保運動圖像不容易被漸變的背景所干擾。

本設計選擇移植開源的運動圖像檢測源碼motion-3.2.12作為運動物體檢測算法，該源碼集成了圖像運動檢測、變化的重要圖像信息以jpg和avi格式存儲功能[5-7]。修改官方參考配置文件motion.conf：設置圖像分辨率為640×480，攝像頭采集速率為5幀/s；設置圖像像素變化為檢測圖像變化的閾值threshold=38 400個像素點；檢測到視頻中入侵物體并且其像素變化超過閾值時，保存運動目標的圖像信息，并觸發執行madpaly播放mp3格式的音頻文件。

3模塊的功能結構

3.1模塊的功能結構

本系統主要包括5大部分：聲卡驅動移植、USB攝像頭驅動移植、madplay播放器移植、報警程序設計、運動檢測程序移植及圖像存儲。系統架構圖如圖4所示。

圖4　系統架構圖 Fig.4　System architecture

移動圖像檢測與監控系統具體的功能結構如圖5所示。

圖5　移動監測系統功能圖 Fig.5　Function of mobile monitoring system

3.2Ubuntu 13.04開發環境搭建

Ubuntu 13.04是一個以桌面應用為主的 Linux操作系統，Ubuntu 13.04項目完全遵從開源軟件開發的原則[8-10]。本次系統設計基于ARM11的嵌入式系統，S3C6410為核心芯片，開發環境為ubuntu13.04，標準C為主要開發語言[11]，可移植性好，支持二次開發。

3.2.1內核配置與驅動移植

使用kernel(Linux3.0.1)，進入內核頂層目錄，根據LCD屏(4.3寸)的屬性選擇相應的參考配置文件[12]。

3.2.2一鍵燒寫Linux

1) 制作SD卡

①在win7系統下，將準備好的SD卡格式化為FAT32格式；

②通過工具燒寫SD_Writer.exe將mmc_ram256.bin燒寫到SD卡中；

③將準備好的u-boot.bin和zImage拷貝到SD卡中。

2) 燒寫Linux到開發板的NandFlash

①SD卡插入開發板卡槽，設置撥碼開關為SD卡啟動；

②打開DNW，配置串口信息，如圖2,3所示；

③開發板上電，燒寫Linux到開發板的NandFlash。

④燒寫成功，撥碼開關NandFlash啟動，重啟開發板，如圖6所示。

圖6　串口配置 Fig.6　A serial port configuration

圖7　Linux燒寫成功 Fig.7　Successful burning of Linux

3.2.3掛載yaffs2根文件系統

1) 配置NFS網絡文件系統并啟動;

sudo apt-get install portmap

sudo apt-get install nfs-kernel-server

sudo gedit /etc/exports

:/forlinx/root *(rw,sync,no_root_squash,no_subtree_check)

sudo /etc/init.d/portmap restart

sudo /etc/init.d/nfs-kernel-server restart

2)設置主機的IP為192.168.0.235;

3)將準備好的yaffs2根文件系統解壓到工作目錄/forlinx/root

sudo tar xzf OK6410_yaffs2_v1.0.tgz -C /forlinx/root

4)在開發板上設置并保存啟動參數

在u-boot命令行下輸入如下命令設置u-boot啟動參數并保存[4]:

setenv bootargs “root=/dev/mtdblock2 rootfstype=yaffs2

console=ttySAC0,115200”

setenv bootargs

“root=/dev/nfs nfsroot=192.168.0.235:/forlinx/root

ip=192.168.0.232:

192.168.0.235:

192.168.0.1:

255.255.255

.0::eth0:off

console=ttySAC0,115200”

saveenv；printenv

5)重新啟動開發板，Linux內核啟動后會通過NFS網絡文件系統自動掛載PC機上的yaffs2根文件系統。

3.3模塊的詳細設計開發

3.3.1madplay播放器移植

1)編譯、安裝zlib庫

進入zlib-1.1.4源碼目錄，生成Makefile文件。

configure

-shared

-prefix=/home/ping/SDK-MOTION/resources/madplay

/zlib-1.1.4/ install

將生成的動態庫拷貝到yaffs2根文件系統下的/lib目錄下。

2)編譯、安裝libid3tag庫

進入libid3tag-0.15.1b源碼目錄，生成Makefile文件。編譯、安裝：make clean; make; make install。

3)編譯、安裝libmad庫

進入libmad-0.15.1b源碼目錄，生成Makefile文件。

./configure

-host=arm-linux

-prefix=/home/ping/SDK-MOTION/resources/madplay/

libmad-0.15.1b/_install

4) 編譯應用程序madplay

進入madplay-0.15.2b源碼目錄，生成Makefile文件。

./configure

-host=arm-linux

make clean; make

cp madplay /forlinx/root/usr/sbin

5) 測試madplay

將任意mp3文件放在根文件系統某一目錄下，在開發板上執行madplay程序。

3.3.2ffmpeg的移植與安裝

進入ffmpeg-0.5.1源碼目錄，生成Makefile文件。

./configure-prefix=./_install

-arch=arm

-cross-prefix=arm-linux-enable -shared

編譯、安裝：make clean; make; make install。

3.3.3動態檢測程序motion的移植與安裝

motion是一個開源的用于監控異常入侵(大多數是人)的動態監測程序。

1) 編譯、安裝motion程序

進入motion-3.2.12源碼目錄，生成Makefile文件。

./configure-prefix=${PWD}/_install-host=arm-linux

-with-ffmpeg=/home/ping/

SDK-MOTION/resources/ffmpeg/ffmpeg-0.5.1/_install-without-mysql

2) 配置motion

①拷貝motion源碼目錄下的./_install/etc/motion-dist.conf到yaffs2/etc/motion目錄下，并重命名為motion.conf。

②修改motion.conf配置文件，需修改的內容如下所示。

3.3.4安裝cambozola

1) 進入cambozola源碼目錄，找到cambozola.jar并拷貝到開發板的/web/cam目錄下。

cd cambozola-latest-0.92/dist

cp cambozola.jar /forlinx/root/web/cam

2) 安裝java環境，使瀏覽器支持通過cambozola顯示實時視頻流。

3.3.5boa服務器的配置

本設計使用的yaffs2根文件系統中自帶boa服務器對其重新配置即可使用。

3.4功能測試

1)在PC機和OK6410開發板之間接好電源、串口線、網線，以及攝像頭和音響。

2)進入/etc/init.d/rcS目錄，修改啟動腳本，使其開機自啟動。

圖8　網頁監控界面 Fig.8　Web monitoring interface

3)點擊主頁上的【網頁監控】按鈕或者【查看實時監控視頻】按鈕，即可進入網頁監控界面，看到實時視頻流，如圖9所示。

圖9　實時視頻流 Fig.9　Real-time video streaming

4) 點擊網頁上的【系統設置】按鈕，即可進入監測系統設置界面，如圖10所示。

圖10　系統功能配置 Fig.10　System function configuration

5) 點擊網頁上的【功能簡介】按鈕，即可進入該監測系統的功能簡介界面。在這里，我們可以看到該系統具體的功能架構圖以及它實現的具體功能和步驟。

4結論

本次系統設計基于ARM11的嵌入式系統，S3C6410為核心芯片，開發環境ubuntu13.04，標準C為主要開發語言，兼具模塊化思想，可移植性好，支持二次開發。采用當前的主流B/S結構，可廣泛應用于商場、家庭、銀行、超市、交通等無人值守的場合。本系統只對報警信息進行圖片抓拍，節省了存儲空間，更符合用戶的需求。

參考文獻References

[1] 劉亞楠.基于移動檢測的視頻碼流控制與QoS的研究與實現[D].北京:北京交通大學,2006.

LIU Ya-nan.The research and implementation of video stream control and QoS based on the Mobile detection[D]Beijing:Beijing Jiaotong University,2006.

[2]甘劍.入侵檢測系統的分析研究[J].武警工程學院學報,2004(2):77-80.

GAN Jian.The analysis and research of the intrusion detection system[J].Journal of Armed Police College of Engineering,2004(2):77-80.

[3]王金龍.基于人臉識別和移動檢測的視頻監控系統[D].北京:北京化工大學,2008.

WANG Jin-long.Based on the face recognition and motion detection Video surveillance system[D].Beijing：Beijing University of Chemical Technology,2008.

[4]牟琦,龔尚福.基于用戶行為模型的身份驗證算法研究[J].西安科技大學學報，2006，26(3)：376-387.

MU Qi,GONG Shang-fu.User authentication system based on customer’s behavior model[J].Journal of Xi’an University of Science and Technology,2006，26(3)：376-387.

[5]宋寶華.Linux設備驅動開發詳解[M].北京:人民郵電出版社,2010.

SONG Bao-hua.Explain in detail of Linux device driver development[M].Beijing：The People’s Posts and Telecommunications Press,2010.

[6]弓雷.21天學通Linux C編程[M].北京：電子工業出版社,2012.

GONG Lei.Master the Linux C programming in 21days[M].Beijing:Publishing House of Electronics Industry,2012.

[7]史蒂文斯.UNIX環境高級編程[M].北京:人民郵電出版社,2005.

Stevens.Advanced programming of UNIX environment[M].Beijing：The People’s Posts and Telecommunications Press,2005.

[8][美]岡薩雷斯.數字圖像處理[M].北京:電子工業出版社,2007.

[American]Gonzalez，Digital image processing[M].Beijing:Publishing House of Electronics Industry,2007.

[9]凌沖,孫樂昌,劉京菊.一種硬件虛擬化技術的Rootkit及其檢測[J].西安科技大學學報，2010,30(1):86-91.

LING Chong,SUN Le-chang,LIU Jing-ju.The rootkit of hardware virtualization technology and detection[J].Journal of Xi’an University of Science and Technology,2010,30(1):86-91.

[10] 張錚.精通Matlab數字圖像處理和識別[M].北京:人民郵電出版社,2013.

ZHANG Zheng.Proficient in matlab digital image processing and recognition[M].Beijing:The People’s Posts and Telecommunications Press,2013.

[11] 譚浩強.C程序設計[M].北京:清華大學出版社,2012.

TAN Hao-qiang.C program designing[M].Beijing：Tsinghua University Press,2012.

[12] 卿斯漢,蔣建春,馬恒太,等.入侵檢測技術研究綜述[J].通信學報，2004,25(7):19-29.

QING Si-han,JIANG Jian-chun,MA Heng-tai,et al.The review of Intrusion detection technology research[J].Journal of Communication,2004,25(7):19-29.