[发明专利]一种基于ARM9的大气环境监测方法

权利要求书

1.一种基于ARM9的大气环境监测方法，通过在现有的嵌入式视频监控系统终端硬件资源上搭建监控系统实验平台，现有的嵌入式视频监控系统硬件包括Flash、SDRAM存储器、UART接口、SD卡、液晶显示器、网卡、CCD摄像头接口、USB接口、JTAG接口、温湿度传感器、光照强度传感器和尘埃颗粒传感器，ARM9处理器的核心平台上构建了U-Boot和Linux内核，对Linux系统在嵌入式设备上的移植，其特征在于，具体包括以下步骤：

步骤1、采集大气环境信息、并对数据进行存储与压缩；

步骤2、对原始信息进行滤波降噪图像预处理，对监控现场可能存在的复杂环境因素有较强的抗干扰能力；

步骤3、经过预处理之后，使用Socket网络通信，实现对大气环境的温度、湿度、光强、尘埃颗粒数据传输；

步骤4、通过Modbus规约与TCP/IP协议的实现ARM9与PC机之间的Modbus通信协议，使用Zigbee无线组网协议，把大范围内监测的各个点组成网络采集数据；

步骤5、监控信息的获取通过向着采集前端一体化、信号传输数字化、监控数据网络化共享、系统规模高度集成化，电路采用流水线结构，基于SRAM的行缓存完成算法避免用于帧缓存的大量SDRAM外部存储的使用，达致了视频预处理系统精简、高效的要求，并完成了在Altera FPGA上的验证。

2.根据权利要求1所述的一种基于ARM9的大气环境监测方法，其特征在于，所述步骤2中滤波降噪图像预处理用来恢复从采集得到的原始数据并提升其质量，高斯噪声与脉冲噪声是导致质量退化的重要因素，预处理过程中使用降噪算法与增强算法。

3.根据权利要求2所述的一种基于ARM9的大气环境监测方法，其特征在于，所述步骤2中针对高斯噪声和脉冲噪声分别采用了基于图像细节保护的高斯双边滤波降噪算法和基于多重决策论的降噪算法。

4.根据权利要求3所述的一种基于ARM9的大气环境监测方法，其特征在于，所述步骤2中通过考虑滤波窗口内像素的灰度差值以及位置权重来得出最终的滤波权重算子，采用高斯滤波去除画面中的高斯噪声，通过多重判定与决策选取滤波窗口内最为合理的像素点替换被污染的噪声点去除画面中的脉冲噪声。

5.根据权利要求2所述的一种基于ARM9的大气环境监测方法，其特征在于，所述步骤2中基于动态场景估计的自适应增强算法实现图像增强部分工作，采用拉普拉斯算子首先对图像细节进行锐化，根据不同的视频场景的估计结果构造不同的灰度映射曲线以拉伸图像的灰度动态范围，提升图像的对比度从而改善视频图像的质量。

6.根据权利要求1所述的一种基于ARM9的大气环境监测方法，其特征在于，所述步骤1中信号采集在前端时就将传感器获取的模拟信号转化为数字信号，通过合适的压缩算法对视频数据进行压缩，然后进行本地存储或者通过网络传输到远程的用户端，由用户直接对其进行远程控制，或是对视频信息进行后处理。

7.根据权利要求1所述的一种基于ARM9的大气环境监测方法，其特征在于，所述步骤1中用SQLite数据库存储数据。