0 引言

　　监控摄像机成像依靠的光学成像传感器主要是感应外界光线并转化为电信号，在光线比较暗甚至没有光线情况下一般都是通过拉大曝光时间、放大增益值来看物体，但这时候的图像噪点很大，不能满足安防监控的要求。于是给摄像机所照环境补光就是最直接的方法了，补光一般是用红外光，因为红外光人眼不易捕捉，但是摄像机的光学成像传感器是能感应红外光的[1-3]，通过人为加红外光相当于增强外界光线，这样甚至能够达到外界环境完全无光的情况下监控。但是目前在实际应用中红外球形摄像机的补光系统依然存在着以下两个问题：(1)补光灯一般由多个红外灯串联而成，而且普通红外球形摄像机的红外灯光强是按最远距离设计的，一旦红外灯开启，其工作电流就会比较大，功耗自然就大，发热严重，长时间工作会导致红外灯寿命下降，而红外灯的寿命直接决定了红外球形摄像机的寿命；(2)在监控近距离物体时会因为红外灯亮度过强、发光角度过于集中而产生图像中心过曝现象[4]。

　　本文在STM32F103微控制器内部集成的脉宽调制器以及高调光比LED恒流驱动器PT4115相结合的硬件平台上设计了一种亮度可调的新型红外球形摄像机补光系统，从而改善红外球球形摄像机夜视监控效果。

1 系统设计与硬件分析

　　如图1所示，本系统硬件部分主要由主控芯片STM32F103、CCD摄像头、电源驱动芯片PT4115、红外灯板以及控制键盘等组成。其中电源、晶振和STM32组成ARM单片机的最小系统，控制键盘通过RS485口实现对CCD摄像头的控制，镜头安装在红外灯板中心。

　　1.1 PWM发生模块设计

　　PWM调光是一种利用简单的数字脉冲，反复开关LED驱动器的调光技术。本系统采用了意法半导体公司基于ARM Cortex—M3内核的STM32F103作为PWM发生器。STM32F103具有2个高级控制定时器、4个通用定时器和2个基本定时器，除了TIM6和TIM7之外，其他的定时器都可以用来产生PWM输出[5]，本设计选用通用定时器TIM3，由APB1总线提供时钟，向上(增)计数，不同占空比的取值存储在每个通道的捕获比较寄存器TIM3_CCR2中，编程时通过改变该寄存器的值来改变PWM 波的占空比。在硬件电路上将STM32的PWM发生引脚PA7连接至PT4115芯片的DIM引脚。

　　1.2 红外灯板驱动模块设计

　　红外灯驱动芯片采用了PowTech公司的PT4115，该芯片是一款连续电感电流导通模式的降压恒流源，采用6～30 V宽电压输入，输出电流可达1.2 A，内置功率开关，采用高端电流采样设置LED的平均电流，可接受模拟和PWM两种调光方式，并且该芯片还具有过温、过压、过流、LED开路保护等多种功能，非常适合用于绿色照明LED灯的驱动电路[6]。

　　模块原理图如图2所示，当在PT4115的DIM管脚输入可变占空比的PWM信号时就可以实现很宽范围的调光，此时流过串联红外LED灯的平均电流由连接在管脚VIN和CSN两端的电阻Rs以及输入的PWM信号占空比决定。计算公式如下所示。

　　当脉冲电平在2.5 V～5 V之间时：

　　当脉冲电平小于2.5 V时，则：

　　为了保证LED输出电流精度在5%左右，采样电阻的精度必须保证，本设计选择了阻值为0.2 Ω、精度为1%的贴片电阻。为了减小输出电流纹波，本设计在LED 的两端并联了一个容量为220 ?滋F、耐压值为35 V的铝电解电容。为了使恒流的效果好一些，在电流能力满足要求的前提下，电感则需取得大一些，本设计选择的电感量为67 H。

2 系统软件实现

　　在夜晚或光线暗淡环境下，红外球形摄像机为获得更清晰的监控效果，随着被拍摄物体距离镜头越远对红外灯亮度的要求就越高。而由镜头透射的原理可知摄像机为获取图像的最佳效果，当被拍摄物体距离越远则镜头相应变焦倍数就会越大，即：

　　式中，f表示镜头的焦距，D为物距(镜头与被拍摄物体之间的距离)，h为CCD镜头成像的高度，H为被摄物体的高度。那么根据以上原理可以设计一个红外灯亮度与镜头倍率相匹配的红外球形摄像机补光系统。软件实现流程图见图3。

　　其中软件实现部分有两个关键处：一是获取监控镜头的实时放大倍数，为红外灯亮度的改变找到依据；二是红外灯亮度与镜头倍率匹配的曲线选择。

　　2.1 获取CCD镜头实时倍数

　　CCD镜头通过RS232与电路主板进行通信，当主板串口接收到对镜头进行放大或缩小的控制命令后，相应的标志位进行置位。通过判断该标志位就可以实时查询镜头的放大倍数是否已经改变，而一旦镜头放大倍数改变，此时为了使红外灯亮度与之匹配，就必须立即获取当前的镜头放大倍数。

　　具体做法：以Sony FCB-EX480B机芯为例，根据Sony VISCA协议，通过串口向机芯发送查询代码8x 09 04 47 FF，其中x=1~7，对应红外球形摄像机的地址，FF表示命令包的结束。为防止发送的数据丢失出错，此处使用for循环语句进行多次重复发送。然后接收反馈代码，命令包为y0 50 0p 0q 0r 0s FF，其中pqrs即为Zoom Position，最后把此值与机芯数据手册中焦距表对应的放大倍数进行比较，从而获得当前镜头放大倍数。

　　2.2 红外灯亮度与镜头倍率匹配曲线算法实现

　　在实际应用中，如果加在红外灯两端的平均电流变化是线性的，那么通过人眼观察会发现此时红外灯板亮度变化非线性非常严重，暗处变化非常快，而亮处变化很难察觉。这正符合韦伯－费西纳(Weber-Fechnet)定律，该定律说明人的一切感觉，包括视觉、听觉、肤觉、味觉、嗅觉、电击觉等，都遵从感觉不是与对应物理量的强度成正比，而是与对应物理量的强度的常用对数成正比的[7]，即：

　　S=K×lgR(4)

　　式中S是感觉强度，R是刺激强度，K为常数。因此可根据这一定律，相应地改变红外灯的亮度。具体做法：常数K值根据实际调光分级求出，在本设计中由于所选取的镜头型号为SONY FCB-EX480B，它的光学变倍为18倍，因此分成18级亮度，即S=18， PWM分辨率设为65 535(16位)即R=65 536，套用式(4)可求出K值。然后在已知常数K的前提下，对应每一亮度即镜头放大倍数等级S，应用公式计算出对应的R值(即PWM值)，如图4所示。

　　根据上述调光曲线图取得放大倍数相对应的PWM值后，若出现镜头变倍信号则更新相应的捕获比较寄存器TIM3_CCR2，至此整个PWM更新占空比过程结束。当计数器复位时，一个新的周期立即开始，红外灯亮度也随之立刻变化，从而实现了红外灯亮度与镜头倍率同步匹配。

3 实验结果与分析

　　为验证本系统的实际应用效果，分别做了两个实验，实验一是对不同控制方法下的红外灯板发热情况进行数据分析。本实验采用的红外灯板由12个42 mil 点阵式红外LED灯组成，在镜头2倍光学变倍条件下，运行红外球形摄像机2 h，在此过程中测量红外灯板的温升情况，外界温度为21.6 ℃，具体数值见表1。

　　由表1可见，总体而言红外灯板在前15 min温升比较快，之后温升趋于平缓。而对比新旧控制算法下的红外灯板温升情况，可以看出本设计的补光系统红外灯板在长时间运行后温度明显低于旧的，差值大约在19 ℃，而且温度的下降也表明相同倍数下LED灯板能耗的下降，因此该设计不仅较明显地改善了红外球机的发热严重问题，也达到了对红外球机节能的效果。

　　实验二是测试近距离低倍数条件下采集图像效果实验。本实验采用的摄像头型号为Sony FCB-EX480B，具体参数如下：图像传感器为1/4 Inch Exview HAD CCD，18倍光学变焦，光通量F=1.4～3.0，像素为752 H×582 V（dpi），水平解析度为480 TVL。实验条件设置为相同低照度环境下，运行红外球形摄像机以相同倍数采集同一物体，摄像头其他参数默认设置一致。采集得到图5所示两幅图像，其中左侧图像为原红外球形摄像机在2倍光学变焦下采集得到图像，右侧是同样倍数下，安装了新补光系统的红外球形摄像机采集到的图像。对比可明显看到，左侧图像出现中心过曝现象，导致箱子表面文字图案完全看不清楚，而右侧图像相对左侧而言可以明显看到箱体表面的图案，而且光线亮度适中，整幅图中心未出现光晕现象。由此可得出运用了新补光系统的红外球形摄像机很好地避免了图像出现中心过曝现象。

4 结论

　　本文设计的红外球形摄像机补光系统是基于红外灯亮度与镜头放大倍数相匹配而设计的，在采集图像时根据当前放大倍数，通过改变相应的PWM占空比从而改变流过红外灯的电流大小，与市面上普通红外球形摄像机的补光系统在任何倍数下红外灯输出的都是最大亮度相比，本设计在相同倍数下降低了红外灯的亮度，有效地节约了能耗，特别是降低了红外灯板的发热，并大大改善了由于红外灯亮度在低倍数下过亮而造成的近距离采集图像中心过曝现象。最后通过实验证明该补光系统效果理想，可应用于多种安防夜视监控产品中。

参考文献

　　[1] 白廷柱，金伟其.光电成像原理与技术[M].北京：北京理工大学出版社，2006.

　　[2] 孔志宏.主动红外监控系统原理及应用[J].山西科技，2004，11(6)：97-99.

　　[3] 董明礼，张晶，李银柱，等.激光辅助照明主动红外成像研究[J].红外技术，2006，28(2)：91-94.

　　[4] 张玉美.关于夜视数字监控系统常见问题解决方案的探讨[J].数字技术与应用，2013(4)：1-3.

　　[5] 马志强，王建刚，孙少林，等.基于STM32的PWM音乐播放器应用设计[J].单片机与嵌入式系统应用，2012(11)：63-65.

　　[6] 陈雷，赵艳军.基于PT4115的大功率LED恒流驱动的设计[J].灯与照明，2008，32(12)：31-34.

　　[7] 刘立波，周国民.人眼视觉特性在植物叶片图像提取中的应用[J].计算机工程与应用，2009，45(9)：22-25.