基于DM8168的网络智能监控系统的研究与实现

发布时间：2017-04-20 22:18

  本文关键词：基于DM8168的网络智能监控系统的研究与实现，由笔耕文化传播整理发布。

【摘要】：视频监控系统的分辨率和智能化水平在逐步提高,顺应视频监控系统的发展趋势,本文从实际的视频监控系统应用需求出发,设计和实现了基于TI的TMS320DM8168多媒体处理器的网络智能视频监控系统软件。本系统不仅可以完成本地标清视频的采集,而且可以实现网络高清视频流和音频流的捕获、处理和传输,同时系统集成了目标跟踪算法,实现了对视频的智能分析。因此,本文研究的内容主要有:(1)研究了嵌入式视频监控系统中的相关技术:流媒体RTSP、RTP/RTCP网络传输协议、音频的G.711编解码技术以及视频的H.264编解码技术和本嵌入式平台开发采用的多通道视频处理软件框架McFW技术。(2)基于网络化智能视频监控系统的应用需求,构建了基于TI TMS320DM8168的网络化与智能化视频监控系统平台。阐述了本系统平台的硬件资源模块和软件功能设计框架及方案。软件采用TI经典的McFW框架,融合流媒体开源项目live555和wis-streamer实现流媒体客户端和服务器软件的开发和设计,使系统具备网络高清视频流以及音频流的同步传输能力。(3)设计和实现了双通路高清视频的画中画效果的合成以及动态画面的切换等功能,将获取的双路高清视频通路叠加为单路,进行本地显示或者通过H.264编码进行网络视频的发送功能。将双路视频合成为单路输出,可以有效的提高系统的带宽利用率。(4)对视频分析中的目标跟踪算法进行研究和实现。在本系统上实现了融合Kalman滤波与SURF匹配算法的自适应窗口目标跟踪算法,使得本系统具有动态、实时的分析视频中场景,并根据用户的兴趣选择,实现对单目标进行跟踪的功能,为后续计算机视觉中对目标行为的分析提供前期的预处理。同时对算法在系统平台的实现进行多方面的优化实现,使得系统的算法处理满足实时性的要求。(5)搭建嵌入式系统平台测试环境,对系统的整体功能进行详尽的测试与分析,给出系统的功能性、实时性和网络传输等性能的测试分析。测试结果表明,本文设计和实现的系统,具有视频分辨率高、网络接收和传输延时小、目标跟踪算法鲁棒性强等特点。
【关键词】：视频监控系统 目标跟踪 TMS320DM8168 流媒体
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN948.6
【目录】：

• 摘要5-6
• ABSTRACT6-14
• 缩略词表14-15
• 第一章 绪论15-19
• 1.1 研究的背景及意义15-16
• 1.2 国内外的发展和现状16-17
• 1.3 本课题研究的内容和主要工作17-18
• 1.4 本课题的结构安排18-19
• 第二章 网络音视频传输相关技术介绍19-30
• 2.1 音视频编解码技术介绍19-23
• 2.1.1 G.711音频编解码技术19-20
• 2.1.2 H.264视频编解码技术20-23
• 2.2 流媒体传输技术23-28
• 2.2.1RTSP协议介绍24-25
• 2.2.2 RTP协议介绍25-26
• 2.2.3 RTCP协议介绍26-27
• 2.2.4 H.264及G.711的RTP封包27-28
• 2.3 McFW软件框架介绍28-29
• 2.4 本章小结29-30
• 第三章 网络音视频监控系统的设计与实现30-50
• 3.1 系统总体方案30-31
• 3.2 系统的硬件平台介绍31-33
• 3.3 系统的软件框架方案33-36
• 3.4 系统功能软件实现36-48
• 3.4.1 live555源码剖析36-40
• 3.4.2 流媒体客户端软件设计40-45
• 3.4.3 流媒体服务器软件设计45-47
• 3.4.4 画中画合成的实现47-48
• 3.5 系统的程序的运行效果48-49
• 3.6 本章小结49-50
• 第四章 基于SURF匹配的目标跟踪算法的研究与实现50-69
• 4.1 SURF算法理论50-57
• 4.1.1 尺度空间的基于Hessian矩阵的极值点检测51-53
• 4.1.2 特征点的定位53-54
• 4.1.3 确定特征点的方向54
• 4.1.4 基于Haar小波响应求和的描述子构建54-56
• 4.1.5 SURF特征匹配算法56-57
• 4.2 融合Kalman滤波与SURF匹配的自适应窗.目标跟踪算法57-63
• 4.2.1 基于Kalman滤波理论的目标中心预测算法57-59
• 4.2.2 基于SURF的目标窗.自适应算法59-60
• 4.2.3 目标跟踪算法的实现步骤60-61
• 4.2.4 目标跟踪算法的实验与分析61-63
• 4.3 SURF目标跟踪算法在硬件平台的实现63-65
• 4.3.1 目标跟踪算法的系统平台实现流程63-64
• 4.3.2 目标跟踪算法在系统平台的具体实现64-65
• 4.3.3 目标跟踪算法系统平台实现的初步测试65
• 4.4 目标跟踪算法的优化策略65-68
• 4.4.1 前期预处理阶段的优化65-66
• 4.4.2 SURF算法的优化66
• 4.4.3 目标跟踪算法的整体优化66
• 4.4.4 目标跟踪算法的实现评估66-68
• 4.5 本章小结68-69
• 第五章 视频监控系统整体测试69-80
• 5.1 系统环境硬件平台的搭建69
• 5.2 系统运行环境参数配置69-71
• 5.2.1 动态内存管理优先级调整70
• 5.2.2 Socket接收缓冲区大小的调整70-71
• 5.2.3 系统的网络中断频率调整71
• 5.3 系统平台客户端侧软件测试71-73
• 5.3.1 IPCAMERA捕获的本地显示测试71-72
• 5.3.2 视频的画中画合成效果测试72-73
• 5.3.3 客户端侧测试结果分析73
• 5.4 系统平台服务器端侧软件测试73-78
• 5.4.1 RTSP客户端会话建立的测试73-74
• 5.4.2 流媒体服务器音视频数据发送测试74-75
• 5.4.3 PC端远程显示效果测试75-76
• 5.4.4 PC端远程显示延时测试76-77
• 5.4.5 网络传输数据丢帧率测试77-78
• 5.4.6 服务器端侧测试结果分析78
• 5.5 系统测试性能指标78-79
• 5.6 本章小结79-80
• 第六章 总结与展望80-82
• 6.1 论文总结80-81
• 6.2 研究展望81-82
• 致谢82-83
• 参考文献83-86
• 攻读硕士学位期间取得的成果86-87

【参考文献】

中国期刊全文数据库 前2条

1 李小群;赵慧斌;孙玉芳;;进程间通信机制的分析与比较[J];计算机科学;2002年11期

2 宿德志;王坤;王玉良;赵文飞;;基于SURF算法和Kalman预测的运动目标跟踪[J];海军航空工程学院学报;2013年04期

中国硕士学位论文全文数据库 前1条

1 侯杰虎;基于kalman滤波器的视频运动目标跟踪算法研究[D];成都理工大学;2012年

  本文关键词：基于DM8168的网络智能监控系统的研究与实现，，由笔耕文化传播整理发布。

本文编号：319634