本课题主要提出和实现了一种基于嵌入式设备的停车场远程视频监控和多车位检测方案。利用嵌入式网络技术及视频图像处理技术,为当前停车难问题提供了比较便捷的解决方案。另外,本课题还实现了基于安全外壳协议(SSH)的远程系统升级和维护功能,以及系统的多重备份与恢复功能。在软件系统方面,本课题实现了基于B/S网络模型的停车场视频监控,以及基于开源计算机视觉库(OpenCV)的多车位检测。停车场车位检测算法的研究对象是停车场的车位图像,该图像是由停车场监控视频提取获得。该算法首先在不同的环境条件下获得多组停车场背景图像,通过离线检测获取车位背景相关的物理特征信息。如各种条件下的像素阈值,为方便后面的预处理提供支撑。预处理包含矫正图像,滤除环境的干扰信息,截取单车位区域作为感兴趣区(ROI),接着分别对每一个车位区域进行算法检测。在嵌入式Linux操作系统下,主要通过调用OpenCV中的图像处理函数进行程序开发[1],实现多车位的检测,并将检测结果保存到嵌入式数据库中。最后通过嵌入式设备将车位占用信息发送给PC或手持设备,并以图像的形式显示,达到远程车位检测的目的。车位占用状况的判断选用三个标准：一是当前图像帧中的车位信息与预存背景图像的差影方差；二是它们的线性相关度；三是当前图像帧中的车位信息的边缘点数。测试结果表明,该算法可以很好地运行在嵌入式平台,为停车诱导提供支持。在硬件系统方面,本系统采用ARM+DSP的处理器DM3730, DM3730是高性能、增强型数字媒体的处理器。该处理器集成了高达1 GHz的ARM Cortex-A8内核及高达800 MHz的具有高级数字信号处理的DSP核。众所周知,DSP在视频图像领域发挥着巨大作用,如视频图像的编解码等。因此,本系统把图像预处理的部分任务交给DSP接手,让ARM与DSP的共同工作,充分发挥DSP的强项性能,如在DSP上实现将图像由RGB彩色空间改变到HSI空间的图像预处理。本课题使用Linux作为嵌入式设备的操作系统,然而鉴于嵌入式系统的专用性,应用环境的复杂性的限制,嵌入式系统维护难度大的问题更加严峻。嵌入式设备在现实情况中投入运行后,一部分没法在开发中充分测试的bug、掉电等意外情形都会导致功能失效,数据遗失,严重的能够导致系统瘫痪。如果采用现场维护的方式,由于安装位置等因素,可能会耗费很多的精力。因此,嵌入式系统的自动备份与恢复机制是还原系统最简易和最有效的方式。本文提出了一种新的嵌入式系统备份与恢复机制,将嵌入式系统镜像(包括内核和文件系统)在一套设备上备份为多份,每次仅启动一个系统。当运行的操作系统功能失效时,就会触发系统备份与恢复机制,使用下一个可用的系统备份分区覆盖掉出现故障的系统分区,然后启动另一个可用的系统。整个备份与恢复过程通过watchdog自动完成,不需要人为干预。如果系统需要升级,可以通过SSH远程登录到该系统,简单地运行脚本,即可完成升级工作。