近年来,在平安城市、智慧物联、天网工程等大型联网监控项目的推动下,国内视频监控行业发展迅速。依托于新一代视频处理芯片,视频监控终端功能不断完善,逐渐应用到了人们生活的各个方面。目前,嵌入式平台的处理能力越来越强,能够支持很多视频分析算法的移植。相较于借助PC客户端实现视频分析功能的方法,在嵌入式监控设备上实现视频分析功能,能够有效降低服务器端的压力,节省存储成本。本文以此为背景,对基于嵌入式Linux的网络视频监控设备进行深入研究,设计开发一款带有视频分析功能的嵌入式监控终端。具体的研究内容概括如下:(1)通过分析市场用户习惯与实际项目需求,选择海思Hi3518EV200芯片作为监控终端的核心处理器。该款芯片具备H.264&JPEG多码流实时编码能力,内部模块集成度高,能够很好的控制硬件成本和终端大小。围绕主芯片进行硬件电路与软件功能设计,最终完成一款集成度高、功能多样的智能监控终端。(2)监控终端硬件电路设计,主要包括芯片最小系统设计与外围功能电路设计。为了节约用户成本,降低维修难度,本文提出了外接CCD传感器进行视频采集的方案,避免了因传感器损坏而废弃整个终端的现象。而且CCD图像传感器接线更加灵活,传输数据不会失真,能够保证更好的视频采集质量。考虑到数据传输的多样化,增加设备工作的容错率,设计了WIFI与MAC口两种数据传输方式。为了满足用户在室内控制室外终端的需求,设计了云台控制电路。(3)监控终端软件功能实现。首先基于海思MPP框架,实现视频图像的采集与编码功能,支持BT656格式数据输入与H.264编码输出。在这一过程中,为了解决视频采集硬件设计与MPP软件功能框架的适配问题,对视频掩码配置以及视频缓存池配置等底层代码进行了较大修改。然后搭建了基于RTSP协议的“客户端-服务器端”通信框架,考虑到监控终端的兼容性,搭建了基于gSOAP的ONVIF协议框架,支持所有符合ONVIF协议规范开发的网络视频客户端连接终端并获取视频数据。最后对RS485串口进行调试,实现基于Pelco_d协议的云台控制功能,对WIFI模块进行了驱动移植与功能配置。(4)视频分析功能的设计与实现。在背景差分法的框架下,提出了一种新的局部背景建模(LBM)方法和全局前景建模(GFM)方法用于目标检测。该方法中引入一个全新的特征向量,其中整合了RGB值、水平和垂直方向的Haar小波特征以及像素的时间差异特征,通过增加特征向量的维数来提高其辨别力;为了解决逐渐停止的物体被漏检的问题,GFM方法根据贝叶斯最小误差决策规则全局地选择高斯密度来建模前景像素,当一个物体逐渐停止移动时,前景模型仍然会保持精确的高斯密度来建模;考虑到未来人脸识别需要处理的数据量会越来越大,本文在利用Eigenface方法实现人脸识别的基础上,通过将监控终端作为分布式处理节点,实现分析任务的并行处理,从而提高人脸识别的速度。