多媒体通信技术的发展为信息的获取和传输提供了丰富的手段，视频采集是其中不可缺少的重要组成部分，该系统基于S3C2410的ARM9芯片和嵌入式Linux操作系统，采用USB摄像头捕捉视频，经MPEG－4算法压缩编码，系统直接与网络相连，用户使用标准的网络浏览器和流媒体播放程序即可查看远程视频影像。
1 硬件系统
系统硬件平台选用北京博创公司的UP－NETARM2410开发板，该系统基于ARM9架构嵌入式芯片S3C2410，稳定工作在202MHz主频，板载64MB SDRAM 64MB FLASH，主板资源包括：主USB口、从USB口、10M/100M以太网口，触摸屏、彩色LCD、键盘、8个用户自定义LED数码管， A/D，RTC电路,2个串口、1个JTAG通用接口，音频模块，支持MPEG4，MP3编解码，3个168PIN的扩展插座，32位的数据总线，保留充分扩展空间。
其中标配模块包括：IC卡＋PS2模块、IDE硬盘＋CF卡模块、PCMCIA＋SD/MMC模块。另外可选配模块有：GPS模块，GPRS模块，FPGA模块，CAN＋AD＋DA模块、红外模块、蓝牙模块、摄像头模块。
2 软件系统
2.1 内核配置与USB摄像头驱动
假定已经搭建好嵌入式Linux的开发环境，下面第一步工作就是USB摄像头的安装与驱动。
首先检查Linux Kernel中是否已经添加了USB模块的支持，并且加入Video4Linux支持。
Multimedia devices→＜M＞Video For Linux
Video For Linux→
V4L information in proc filesystem
在主菜单的USB Support下还有各种摄像头的驱动，选中将要使用的摄像头芯片类型。
＜＞USB IBM （Xirlink）C－it Camera support＜*＞USB OV511 Camera support＜＞USB Philips Cameras
＜＞USB SE401 Camera support＜＞USB STV680（Pencam）Camera support＜＞USB 3com HomeConnect（akavicam）support
在USB摄像头选购时，优先考虑Linux内核公开支持的摄像头芯片，不然要额外编写相应的USB摄像头驱动程序，然后进行编译、安装。在此选用网眼公司的V3000产品，他采用了OV511的芯片。
确定USB摄像头被正常驱动后，下一步就是使用Video4Linux提供的API函数集来编写视频采集程序。
2.2 基于V4L设计的视频采集模块
在Linux下，所有外设都被看成是一种特殊的文件，称为设备文件。系统调用是内核和应用程序之间的接口，而设备驱动程序则是内核和外设之间的接口。他完成设备的初始化和释放、对设备文件的各种操作和中断处理等功能，为应用程序屏蔽了外设硬件的细节，使得应用程序可以像普通文件一样对外设进行操作。
Linux系统中的视频子系统Video4Linux为视频应用程序提供了一套统一的API，视频应用程序通过标准的系统调用即可操作各种不同的视频捕获设备。Video4Linux向虚拟文件系统注册视频设备文件，应用程序通过操作视频设备文件实现对视频设备的访问。
Linux下与Video4Linux相关设备及用途如表1所示。
这里主要针对设备文件/dev/video进行视频捕捉方面的程序设计。
Linux下视频采集流程如图2所示。
其中用到的主要函数有：
Camera_open()：用来开启视频设备文件，使用前需要首先声明一个video_device类型的设备文件。
Camera_get_capability()：通过调用ioctl()函数取得设备文件的相关信息，并存放到video_capability结构里。
Camera_get_picture()：通过调用ioctl()函数取得图像的相关信息，并且存放到video_picture结构里。
Camera_close()：用来关闭设备文件。Camera_grab_image()：用来抓取图像，采用mmap方式，直接将设备文件/dev/video0映射到内存，加速文件I/O操作，还可以使多个线程共享数据。剩下的还有设备初始化、参数设备等相关函数，不再详述。2.3 视频压缩编码模块获取图像数据后，可以直接输出到FrameBuffer进行显示，由于本系统要将采集到的视频影响通过网络传输出去，所以在传输之前要对原始的图像数据进行压缩编码，在此选用MPEG－4视频编解码方案。和其他标准相比，MPEG－4压缩比更高，节省存储空间，图像质量更好，特别适合在低带宽条件下传输视频，并能保持图像的质量。MPEG－4中基于对象的视频编码过程可以分为3步进行：（1）从原始视频流中分割视频对象。（2）对视频对象进行编码，对不同视频对象的运动信息、形状信息、纹理信息分配不同的码字。对输入的任意形状的VOP序列，用基于块的混合编码技术编码，处理顺序是先IVOP后PVOP，BVOP。在对VOP的形状信息编码后，取得任意形状VOP的采样，每个VOP划分为不相交的宏块，每个宏块含有4个8×8象素块进行运动补偿以及纹理编码，已编码的VOP帧保存在帧存中，在当前VOP帧和已编码VOP帧之间的计算运动矢量；对将编码的块和宏块，计算他们的运动补偿预测误差；运动补偿预测后的IVOP及误差用8×8块DCT变换，并进行DCT系数的量化，然后是游程编码和熵编码。（3）对各个视频对象的码流进行复合，每个视频对象的形状、运动纹理信息复合成VOL比特流，各视频对象视频流复合成统一的码流输出。对视频流进行压缩编码以后，接下来就要实现网络传输部分的功能。2.4 JRTPLIB网络传输模块流媒体指的是在网络中使用流技术传输的连续时基媒体，RTP是目前解决流媒体实时传输问题的好办法，JRTPLIB是一个面向对象的RTP库，他完全遵循RFC1889设计，下面讲述如何在Linux平台上运用RTP协议进行实时流媒体编程。2.4.1 初始化在使用JRTPLIB进行实时流媒体数据传输之前，首先应该生成RTPSession类的一个实例来表示此次RTP会话，然后调用Create()方法来对其进行初始化操作。RTPSession类的Create()方法只有一个参数，用来指明此次RTP会话所采用的端口号。2.4.2 数据发送当RTP会话成功建立起来之后，接下来就可以开始进行流媒体数据的实时传输了。首先需要设置好数据发送的目标地址，RTP协议允许同一会话存在多个目标地址，这可以通过调用RTPSession类的AddDestination()、DeleteDestination()和ClearDestinations()方法来完成。目标地址全部指定之后，接着就可以调用RTPSession类的SendPacket()方法，向所有的目标地址发送流媒体数据。2.4.3 数据接收对于流媒体数据的接收端，首先需要调用PollData()方法来接收发送过来的RTP或者RTCP数据报。由于同一个RTP会话中允许有多个参与者（源），因此既可以通过调用GotoFirstSource()和GotoNextSource()方法来遍历所有的源，也可以通过调用GotoFisstSourceWithDat()和GotoNextSourceWithData()方法来遍历那些携带有数据的源。在从RTP会话中检测出有效的数据源之后，接下去就可以调用RTPSession类的GetNextPacket()方法从中抽取RTP数据报，当接收到的RTP数据报处理完之后，要及时释放。JRTPLIB为RTP数据报定义了3种接收模块，通过调用RTPSession类的SetReceiveMode()方法可以设置下列这些接收模式：RECEIVEMODE_ALL：缺省的接收模式，所有到达的RTP数据报都将被接受；RECEIVEMODE_IGNORESOME：除了某些特定的发送者之外，所有到达的RTP数据报都将被接受，而被拒绝的发送者列表可以通过调用AddToIgnoreList()，DeleteFromIgnoreList()和ClearIgnoreList()方法来进行设置；RECEIVEMODE_ACCEPTSOME：除了某些特定的发送者之外，所有到达的RTP数据报都将被拒绝，而被接受的发送者列表可以通过调用AddToAcceptList()，DeleteFromAcceptList和ClearAcceptList()方法来进行设置。2.4.4 控制信息JRTPLIB是一个高度封装后的RTP库，只要PollData()或者SendPacket()方法被成功调用，JRTPLIB就能够自动对达到的RTCP数据报进行处理，并且还会需在要的时候发送RTCP数据报，从而能够确保整个RTP会话过程的正确性。在本系统中，使用RTPSession JRTPLIB类库提供的方法来实现底层的RTP/RTCP操作，并且把他封装在CrtpTransmitter类中，该类从Media Sink类继承而来，接收到相应的媒体帧数据，使用RTPSession类库的操作把数据发送到网络上。3 结语本系统基于S3C2410平台和Linux操作系统，利用Video4Linux设计采集程序，使用MPEG－4压缩编码算法，通过实时流媒体传输技术实现了网络传输，整个系统具有稳定可靠、安装简便、成本低廉等特点，可扩展应用在工业控制、视频会议系统、可视电话、远程监控系统等诸多领域。