作为现代化楼宇管理部门，为访客与住户之间提供双向可视通话服务，让住户通过图像、语音的双重识别来确认访客的身份，对楼宇安全管理、确保住户财产安全和提升楼宇管理及服务水平既十分必要也是住宅设备现代化的一个方向。因此，本文对可视门铃系统开展的研究具有一定的工程意义和应用价值。本文在对楼宇对讲系统的发展及现状进行分析后，针对目前普遍应用的基于模拟音视频信号+低速率的数据控制信号的传统可视对讲系统存在统调试和维护工作量大，数据传输抗干扰能力差、衰减严重，且对于有较多用户的中大型小区常会发生信号质量大幅降低、信道被占用的问题，提出了基于TCP/IP协议设计楼宇可视门铃系统的技术实现方案。该方案不再使用常用的PC核心板做客户端，而是采用S3C2440嵌入式CPU作为核心处理器设计门铃系统，还因而有成本低、体积小的优点。针对现有门铃系统功能单一，不够智能化的缺点，提出了开源的、稳定性好、可裁剪和定制且移植性强的Linux操作系统作为本系统的软件平台。在视频图像的采集方面，本文选择了Linux下V4L的改进版V4L2作为图像采集标准。为克服直接网络传输视频图像占用网络带宽过大的问题，本文对视频图像引入了压缩处理。考虑了压缩效果、编解码复杂度、嵌入式处理器负担能力及功耗等，本文选择了MJPEG标准作为图像压缩编解码。在音频压缩编解码方面，考虑了比特率、语音质量、复杂性以及时延等综因素，最终选择G.726标准作为音频编解码。在网络传输协议方面，注意到传输层的TCP协议可靠性强但实时性较差，而UDP协议实时性好但可靠性差，提出了在传输层采用UDP协议而在应用层采用实时传输协议与实时传输控制协议来进行音视频数据的传输。人机交互方面，本文在研究比较了几种常用的图形界面后，从成本及开发方式等因素综合考虑，选择了基于GTK+DirectFB的图形界面。本文设计的网络化可视门铃系统已经在ARM9（S3C2440）平台上获得实现，实际系统通过了性能测试，运行效果良好，指标达到了设计要求。