0 引言

隨著人們對生活和工作環(huán)境的安全性的要求不斷提高，安全防范的重要性越來越突出。視頻監(jiān)控技術在各個領域發(fā)揮著越來越重要的作用，比如對森林、旅游景點、城市小區(qū)等通過視頻監(jiān)控來實時監(jiān)控現(xiàn)場發(fā)生的情況。將嵌入式技術和無線網絡技術應用于視頻監(jiān)控終端，與傳統(tǒng)的有線視頻監(jiān)控相比，無線視頻監(jiān)控擺脫了網絡電纜的束縛，提高了視頻監(jiān)控的靈活性和可擴展性。監(jiān)控人員可以攜帶手持監(jiān)控設備而不必在固定位置值守來監(jiān)控現(xiàn)場。

在無線網絡環(huán)境下傳輸視頻，龐大的視頻信息量對有限的傳輸帶寬是難以承受的，成為阻礙其應用的瓶頸之一，因此，需要高效率的視頻壓縮標準來滿足無線傳輸帶寬的需求。新一代視頻壓縮標準H．264是面向Internet和無線網絡的視頻圖像編解碼技術，它不僅提高了壓縮效率，而且增加了網絡適應能力，降低了網絡帶寬的需求。H．264標準定義了視頻編碼層VCL(Video Coding Layer)和網絡提取層NAL(Network Abstraction Layer)。視頻編碼層主要采用幀內預測、幀間預測、變換和量化、熵編解碼等技術實現(xiàn)視頻壓縮功能，網絡提取層將編碼后的數(shù)據(jù)封裝成NALU單元，以適應在無線網絡中傳輸。

移動視頻監(jiān)控終端以ARM微處理器為核心，剪裁適合視頻監(jiān)控終端的嵌入式Linux操作系統(tǒng)。通過配備無線網卡接收監(jiān)控前端壓縮視頻數(shù)據(jù)，解碼、顯示監(jiān)控前端發(fā)送的視頻流，實時顯示前端監(jiān)控畫面。本文將重點闡述在視頻傳輸過程中采用RTP／UDP／IP協(xié)議時，出現(xiàn)的視頻包亂序、丟包處理方法，以及在ARM平臺上對H．264解碼器的移植和實現(xiàn)。

1 系統(tǒng)的硬件平臺

系統(tǒng)硬件平臺主要由嵌入式微處理器、NANDFLASH，SDRAM，IEEE802．11協(xié)議無線網卡、LCD模塊組成。本系統(tǒng)的微處理器選用三星公司ARM9內核的S3C2440，系統(tǒng)時鐘采用400 MHz的工作頻率。S3C2440內部集成了大量的功能單元，包括：存儲器控制器有8個Bank區(qū)間、LCD控制器、USB控制器以及豐富的外設接口資源，根據(jù)視頻監(jiān)控終端的需求，在此基礎上進行外圍電路的配置和擴展。視頻監(jiān)控終端硬件框圖如圖1所示。

存儲器包括ROM和RAM兩部分，ROM配備了非線性結構的K9F1208UOM容量為64M×8 b的NAND FLASH芯片；RAM配備2片HY57V561620BT—H組成32位數(shù)據(jù)總線的SDRAM，適用監(jiān)控終端處理龐大視頻數(shù)據(jù)的需求。在USB Host接口上外接一塊基于IEEE802．11協(xié)議的無線網卡，通過無線AP端點接收監(jiān)控前端視頻數(shù)據(jù)。液晶屏選用TFT真彩液晶屏，并配備相應的觸摸屏實現(xiàn)人機交互的目的。

2 系統(tǒng)的軟件設計

移動視頻監(jiān)控終端軟件設計以嵌入式Linux操作系統(tǒng)為核心，作為一種開源操作系統(tǒng)，Linux具有支持多種硬件平臺、豐富的設備驅動和良好的網絡功能等特點。針對監(jiān)控終端的具體應用對內核進行配置，剪裁出合適的系統(tǒng)。監(jiān)控終端應用軟件是建立在操作系統(tǒng)之上，為實現(xiàn)RTP／UDP／IP協(xié)議下接收H．264視頻流和ffmpeg解碼庫實時解碼視頻流。

2．1 H．264視頻流的傳輸

2．1．1 傳輸方式選擇

視頻的實時傳輸要求較低的時間延遲，并且允許一定的丟包率。由于TCP協(xié)議的3次握手以及丟包重傳機制會造成一定的延時，在實時監(jiān)控系統(tǒng)中有一定缺陷，而UDP協(xié)議是面向無鏈接、不可靠的傳輸層協(xié)議，具有消耗資源小，傳輸速度快等特點，在視頻傳輸過程中偶爾丟包不會對監(jiān)控畫面產生較大影響。UDP協(xié)議不提供數(shù)據(jù)包分包、封裝、數(shù)據(jù)包排序等缺點，為保障視頻流傳輸?shù)目煽啃?，網絡傳輸部分采用建立在UDP協(xié)議之上的RTP(Real-time Transport Protocol)實時傳輸協(xié)議來實現(xiàn)，通過套接字與前端建立連接，以接收視頻流數(shù)據(jù)。RTP提供帶有實時特性的端對端數(shù)據(jù)傳輸服務，包括有效載荷類型的定義、序列號、時間戳和傳輸檢測控制?；赗TP／UDP／IP協(xié)議傳輸視頻流封裝格式如圖2所示。

2．1．2 視頻流傳輸

采用UDP協(xié)議傳輸RTP包時會出現(xiàn)亂序的現(xiàn)象，所謂亂序就是監(jiān)控終端接收到RTP包順序可能前端發(fā)送的順序不一致，因此，首先要對接收的RTP包排序。采用在內存中建立一個雙向鏈表來保存接收的RTP包，按照RTP報頭的序列號(Sequence Number)順序存放到鏈表中，雙向鏈表結構體定義如下，部分變量用于RTP分片封包模式。

每當接收到一個新的RTP包后，根據(jù)序列號從鏈表尾開始搜索并插入到合適的位置，比如，接收到一個序列號SN=26的RTP包在鏈表中分配內存，找到位于25，27之間的位置插入該包，RTP包排序過程如圖3所示。

H．264視頻流NALU單元封裝成RTP包時，要遵循RTP負載格式標準，H．264負載格式定義了3種類型的負載結構：單一NALU模式、組合封包模式、分片封包模式。單一NALU模式是一個RTP包僅由一個完整的NALU組成；組合封包模式是可能由多個NALU組成一個RTP包；分片封包模式是將一個NALU單元封裝成多個RTP包，采用分片封包模式的原因是網絡傳輸協(xié)議有最大傳輸單元(MTU)一般為1500B上限，如果NALU大于MTU，IP層將其自動分割為幾個小于MTU的數(shù)據(jù)包，這樣無法檢測數(shù)據(jù)包是否有丟失，所以有必要采取分片封包模式，在接收端把擁有相同時間戳的多個RTP包按照序列號重組成一個完整的NALU。分片封包模式的RTP包格式如圖4所示。

FU inDICator的Type字段表示RTP采用的負載結構，28，29時表示采用分片封包模式，NRI字段的值根據(jù)NALU的NRI值設置。FU header的S位置1時表示該包是NALU的起始分片，E位置1時表示該包是NALU的結束分片。

2．1．3 RTP丟包處理

由于網絡穩(wěn)定性原因，可能造成RTP丟包的情況。針對單一NALU模式和組合封包模式丟包不會影響解碼器的正常工作，會導致監(jiān)控畫面花屏或跳幀想象，但對于實時監(jiān)控是在可承受的范圍。對于分片封包模式丟包會造成接收端收到一個不完整的NALU，對一個不完整的NALU解碼可能造成解碼失敗，甚至系統(tǒng)崩潰。因此，對于分片封包模式的RTP包需要判斷接收的NALU是否丟包。

傳輸分片封包模式的NALU時，一個NALU分割封裝成若干個RTP包具有相同的時間戳、依次遞增的序列號。對接收的RTP包根據(jù)FU header頭信息做不同的處理：接收到起始分片(S=1)，根據(jù)序列號在鏈表中添加節(jié)點，保存視頻數(shù)據(jù)、起始分片序列號，計數(shù)器加1；接收到中間分片，在鏈表中找到時間戳相同的節(jié)點，將此RTP包序列號與起始序列號相減，計算出視頻數(shù)據(jù)在鏈表的相對偏移，存儲視頻數(shù)據(jù)到鏈表相應位置，計數(shù)器加1；接收到結束分片(E=1)，同中間分片一樣，但還需要保存結束分片序列號。每接收一個RTP包后判斷NALU完整性，在接收到起始分片、結束分片的前提下，結束分片序列號與起始分片序列號之差是否等于計數(shù)器的值，以此判斷一個NALU是否接收完整，若接收到所有分片，置位結構體中FrameCompelere，解碼器可根據(jù)此位判斷NALU完整性。

2．2 H．264解碼器的實現(xiàn)

監(jiān)控終端通過網絡接收到H．264視頻流后，需要移植H．264的解碼庫實現(xiàn)實時解碼。在眾多解碼器中經對比和分析，選用ffmpeg開源解碼器來實現(xiàn)。ffmpeg庫為音視頻數(shù)據(jù)分離、轉換、解碼提供了完整解決方案，其中兩個重要庫libavformat和libavcodec，分別支持各種音視頻文件格式和音視頻解碼器。

利用ffmpeg的API函數(shù)進行視頻流解碼，先做好解碼前的準備工作。調用av_register_all()函數(shù)注冊所有的文件格式和編解碼器的庫，也可以只注冊特定的解碼器。關于解碼器的信息在AVCodeCContext結構體中，它包含解碼器所有信息，查找H．264解碼器CODEC_ID_H264，通過avcodec_open()函數(shù)打開解碼器。用avcodec_alLOC_frame()函數(shù)分配一幀的存儲空間，存儲解碼后輸出的數(shù)據(jù)。

在雙向鏈表中已經保存了接收的視頻流，從鏈表頭讀取NALU進行解碼，每讀取一個NALU將鏈表頭指向下一個單元，釋放已讀取NALU占有的內存。NALU的頭信息定義了視頻流所屬類型，一般包括增強信息(SEI)、序列參數(shù)集(SPS)、圖像參數(shù)集(PPS)、條帶(SlICe)等。先將SPS、PPS參數(shù)集通過解碼器解碼出來設置解碼圖像尺寸、片組數(shù)、參考幀數(shù)、量化和濾波參數(shù)等。依次從鏈表頭讀取NALU，調用avcodec_decode_ video()函數(shù)解碼輸出到分配的存儲空間，當完成一幀的解碼，就需要對解碼后的圖像顯示到液晶屏。解碼輸出的圖像格式為YUV420P，可以采用ffmpeg提供的sws_seale()把圖像格式轉換為RGB格式顯示，也可以采用其他SDL之類的庫直接YUV覆蓋顯示。整個解碼流程如圖5所示。

3 結語

系統(tǒng)采用S3C2440硬件平臺和嵌入式Linux操作系統(tǒng)相結合，設計了移動視頻監(jiān)控終端，重點闡述了用RTP協(xié)議在網絡中通過套接字傳輸視頻流，結合開源解碼庫ffmpeg實時解碼H．264視頻流的解決方案。經測試，對于QCIF分辨率監(jiān)控畫面具有較好的實時性和可靠性。當視頻分辨率增大時，解碼器的解碼性能成為