3G网络H.264视频监控系统的设计和实现

2011-09-04孟利民

杭州电子科技大学学报(自然科学版) 2011年5期

蒋维，孟利民

(浙江工业大学信息工程学院，浙江杭州310023)

0 引言

视频监控系统发展了短短20余年时间，发生了翻天覆地变化。从最早模拟监控到前些年火热数字监控，再到现在方兴未艾的网络视频监控。视频监控系统发展划分为第一代模拟视频监控系统(CCTV)，到第二代基于“PC+多媒体卡”的数字视频监控系统(DVR)，到第三代完全基于IP网络视频监控系统(IPVS)［1］。传统的有线网络监控由于网线的限制，一旦设施铺设完成，就很难再进行改动，而且不利于紧急情况下的快速铺设。3G网络的普及使得这种情况得到了解决。在监控设备上搭载3G上网设备，设备就能在任何具有3G信号的场所摆放安装。但是，由于3G网络的带宽问题一直没有解决，平均下载速率在100kB/s左右。TD-SCDMA平均下载速度仅为77kB/s，与标称值358kB/s相去甚远［2］。传输一路CIF格式的视频数据流平均每小时容量在180 250MB之间，通常情况下取值200MB，也就是56kB/s，再加上一些RTP包头、TCP包头以及各类控制信息，其值已经达到了3G网络的平均下载速率，任何的网络带宽波动都会造成实时视频数据的马赛克现象，这是使用者所不愿意看到的。因此，采用算法减小CIF格式的数据也就成为了必然。

1 网络视频监控系统的总体框架

本移动视频监控系统主要由带3G无线传输模块的网络摄像机、集群媒体处理服务器、基于PC的客户端、3G智能手机组成。视频通过网络摄像机实时采集和压缩，然后将实时视频数据通过3G无线传输模块传输至集群媒体处理服务器，然后再转发给基于PC的客户端或3G智能手机当中，经过对压缩数据的解码还原成原始的数字多媒体数据，在客户端进行实时回放。同时客户端还可以存储视频数据，以便以后检索和回放，达到视频监控的目的［3］。其基本框架如图1所示:

(1)带3G无线传输模块的网络摄像机是一个基于linux的嵌入式双核实时处理系统。该系统主要负责把摄像机采集到的模拟视频信号进行量化、压缩编码，然后打包成适合3G无线网络传输的数据包传输至集群媒体处理服务器当中。同时该系统接收客户端的控制并执行该控制命令。因为移动视频监控系统对视频的实时性要求较高，但是无线网络相比有线网络其传输速率具有不稳定性。因此要求视频采集芯片能改变其采集帧率以适应码率的要求;

图1 网络视频监控系统总体设计框架

(2)集群媒体处理服务器是一个linux服务器系统，该系统主要负责网络摄像机的设备管理、用户客户端的管理、实时流媒体的转发等功能。任何网络摄像机启动之后都需要向服务器进行设备注册，这样客户端就可以根据服务器上的网络摄像机信息进行设备访问。同时客户端登录之后，服务器都要对其用户权限进行鉴别，根据其用户权限开通不同的服务。服务器要保证多媒体信息实时转发到客户端当中，所以对服务器的实时性和稳定性要求都比较高;

(3)PC的客户端是一个基于Windows的客户端处理软件，主要负责视频的实时回放，监控视频的存储，监控系统和客户的交互等功能。因为该客户端处理软件是一个多画面的视频监控软件，需要支持多路的视频解码播放，因此需要较高的CPU、内存和快速的解码算法［4］。

2 硬件系统结构图

设备端的硬件结构主要由两个部分组成:

(1)TW2835主要负责4路视频数据从模拟信号到数字信号的转换，同时将该数字信号处理之后，使得4路CIF大小的视频数据组合成为1路D1大小的视频数据;

图2 设备硬件框架

(2)GM8180芯片主要负责同时捕捉两路D1大小的视频流，将其压缩成为H.264标准大小的视频数据。同时具有将GPS信息叠加到视频图像，以及3G网络传输和本地存储的功能。设备端的硬件框架如图2所示。

该系统使用TW2835+GM8180两块主要芯片来实现视频数据的实时采集，压缩编码和传输。其中TW2835是视频数据输入、输出的场所，GM8180则是捕获BT656数据之后，将其编码压缩成为H.264视频数据的场所。

3 视频数据的抽取

3.1 数据格式的介绍

经过摄像头采集后的数据，在内存中是以4:2:0的YUV数据格式存放的，其数据格式不同于往常的YUV420。

3.1.1 Y 分量数据

Y数据以16×16的块存放，从指针ptr到ptr+16×16为第一个块内象素的Y分量，依次类推到720×576。如图3所示。

3.1.2 UV 分量数据

UV数据以8×8数据块交叉排列，如图4所示。

图3 Y数据分量

图4 UV数据分量

图5 抽取前视频的位置

3.2 数据的抽取

从tw2835中可以获得4路的完整数据，抽取前各路视频的位置如图5所示。其中II III IV 3路视频数据大小为360×288，可以直接压缩成CIF数据保存到本地硬盘。由于tw2835中最小的视频数据大小为360×144，为了获取QCIF大小的数据，需要将第一路获取的视频数据变换成180×144格式大小。

3.2.1 Y 分量的抽取

由于象素间的关联性和数据排列的格式决定，需要在第一个16×16数据块第一行的16个点中取8个点作为新数据的前8个点，然后在第二个16×16数据块第一行的16个点中取8个点作为新数据的后8个点，然后是第一个数据块的第二行和第二个数据块的第二行。依次类推，总的来说就是用第一和第二个数据块抽取新数据的第一个数据块。抽取完成之后将数据填回I1路数据中，该过程的流程图如图6所示。

图6 Y分量抽取流程图

3.2.2 UV 分量的抽取

UV分量的抽取和Y分量类似，但要注意的是第一个U分量需要在第一个U数据块和第二个U数据块中抽取，V分量同理。抽取完成之后将数据填回I1路数据中。

视频数据处理完成之后，各路视频数据的位置如图7所示。

图7 抽取后视频的位置

4 实验结果

通过对3G网络性能的分析得知该网络能够顺利地传输QCIF格式大小的H.264视频数据。针对该实际情况，本文设计了基于3G网络传输的H.264视频监控系统总体构架及系统结构，采用特定的算法，使用TW2835以及GM8180芯片将一路CIF数据抽取成QCIF大小的数据进行3G上传，其余3路的CIF视频数据进行本地存储。实验表明，抽取为QCIF后的RTP数据包经过3G网络传输的丢包率为8%，而未经抽取的CIF格式数据经过相同3G网络传输的丢包率为15%，在丢包率上QoS性能提升明显。本方案通过牺牲图像质量为代价(从CIF降到QCIF)，降低了图像传输过程中的丢包现象，从而保证了图像的流畅性。接收后的RTP数据通过客户端进行播放，QCIF格式数据经过网络传输后播放结果如图8所示，该视频图像清晰度尚可，且能流畅播放，几乎没有出现马赛克和停顿的现象。