1 系统设计

如图1所示，本系统采用TI的DM6467处理器，DSP架构的硬件平台系列，具有强大的计算能力，在低功耗的前提下可达到1.2GHz，以及包含了H26x的编解码库，可以满足对视频算法的需求，此外，此平台支持多种外设，诸如PCI、LAN、以及各种视屏输入，广泛应用于视频会议、监控系统、机顶设备。因此，此平台可以用来设计H264的视频服务器。

视频服务器的系统构架主要包括视频采集模块、视屏编码模块以及网络传输模块。

在系统上电之后，加载程序编译成功的.out文件，初始化DSP/BIOS系统，以及视频编码库。视频采集处理过程如下：摄像机的PAL视频通过AD转为数字信号，并且通过内部算法转为YUV(4：2：2)，然后通过接口EMIF把数据传递至存储器EEPROM中，然后DSP采用视频编码库中的H264算法对数据进行压缩，通过TCP协议将压缩后的视频信号通过以太网LAN传输出去，从而构成了视频服务器，而客户端只需要按照TCP协议接收数据并解码，就可以实时显示图像。

1.1 视频采集模块

图3为视频采集模块的原理图，CVBS为视频输入，可以将模拟视频信号转换为YUV分量，输出为ITU—R BT.656，其中对该编码器的配置是通过IIC总线将指令写入内部寄存器，就可以正常采取视频信号并把数据传给存储器做进一步的处理。

在此系统中，使用了ROM对视频信号做缓存以及编码处理(图4)，芯片通过CS、OE来控制芯片并对其做读取操作。它和DSP的连接示意图如图4所示。

1.2 H264算法

H264具有压缩率高以及失真率低的优点，其实现过程如下：1)把当前的图像划分成若干个子模块，以子模块作为编码的基本单元;2)通过当前帧减去预测值经过变换、量化、重排、熵编码，从而加强了压缩率;3)采用了时域运动补偿的方法，从而减少了冗余以及增强信道传输的容错性。

DM64xx芯片本身具有H264编码库，在开发的时候只需加载h264enc.lib并调用函数int h264.enc即可，参数声明如下：

Unsigned char*pic原始图像首地址

Unsigned char*ostream编码后输出数据流缓冲地址

int channel对应的编码通道号，不重叠的正整数

int *frametype帧类型

1.3 TCP协议以及IEEE802.3以太网

控制传输协议(TCP)是一种可靠的、基于字节流的传输层通信协议。高可靠性是通过发送数据前先建立连接，结束数据传输时关闭连接，在数据传输过程中进行超时重发、流量控制和数据确认，对乱序数据进行重排校验等机制来实现的。利用协议网络通信，通信进程间相互作用的主要模式是服务器，客户机模式通信的具体编程由套接字来实现，套接字是网络程序设计接口，分为流式套接字和用户数据报，流式套接字提供一种面向连接的、可靠的双向数据传输服务，实现数据无差错无重复的发送，流式套接字内设流量控制，被传输的数据看做是无记录边界的字节流在协议族中，使用TCP协议实现字节流的传输，当要发送大批量数据或者对数据传输有较高的要求时，使用流套接字。

在本设计中，如图5所示，首先创建Socket，绑定IP地址和端口值，协议设置为IPv4同时设定掩码值，设定最大字节数目，然后创建连接请求，若连接成功则从缓存区读取若干字节发送出去，否则的话将阻塞在该进程中。此外为了保证视频的流畅性，在网络情况不好的情况下进行丢帧处理，同时在缓存区设置标志位，当缓存区的数据全部被套接字处理之后，该标志位设置为有效，从而清理缓存区，从而加载新的视频数据做进一步处理。

该处理器外设的以太网结构如图6所示。在DSP处理器和EMAC控制器之间用设备总线相连，EMAC控制器可以使用DSP内存，并且控制中断和复位，及内存使用的优先级。另外EMAC单元还可以提供网络和处理器内核的接口，支持1 0、100Mpbs数据传输。MDIO可以查询和控制以太网PHY，它可以配置以太网的参数，从而达到纠错的目的，同时又可以获取数据传输结果。

2 客户端的实现

客户端无论是Windows或者Linux系统都具有Socket API，可以实现TCP传输协议，首先创建Socket并连接服务器端，并读取来buffer的数据，在接收到数据之后，需要通过解码将视频显示出来，通过加载动态链接库，调用视频播放器的API接口函数即可。Windows程序加载DLL的流程如图7所示，客户端工作流程如图8所示。

此外为了改进安防监控性能可以加入人脸检测的功能，入脸检测比较成熟的算法是Adaboost算法，它是通过选择一部分特征，形成一个分类器，通过把若干简单的分类器级联形成一个强大的级联器，可以根据实际需要选择级联个数，数目越多则准确率越高，但是反应时间就越长，这对于实时监控是不利的，具体实现可以加载opencv的分类器，再加载图像(视频)数据做检测并且显示出来，其中加载分类器的函数为

CvHaarClassifierCascade*cvLoadCvHaarClassifier(const char*directory,CvSize size)

其中，directory为路径，size为图片尺寸。

检测的函数

CvSeq*cvHaarDetectObjects(const CvArr*image，CvHaarClassifierCascade*cascade，

CvMemStorage*storage，double scale_factor，intmin_neighbours，int flags，CvSize min_size);

其中，image表示待测图像，storage用于存储矩形区域，scale factor为放大系数，min_neighbours为检测目标相邻矩形的最小格式，若小于该值则不予以检测，flag为默认值0，表示为Canny检测，min_size表示检测窗口的大小。该算法实验结果如下。

3 结论

本文采用DSP对视频进行采集，实现了H264编码，并且成功通过TCP协议传输到客户端并显示。论文还加入人脸检测的功能，采用Adaboost算法对人脸进行识别。调试结果表明，系统达到了设计所要求的技术指标。