基于树莓派的慢扫描电视（SSTV）摄像机

标签：树莓派 SSTV 业余无线电 HAM

春眠发布于 2015-03-11 14:55

在本教程中，我用配有PiCam摄像头的Raspberry Pi做为无线摄像机，可以在大约一百米内传送影像。影像的传送是通过慢速扫描电视（SSTV）技术通过过业余无线电台（俗称HAM或火腿）在2米波段（144.5MHz）传输的。

作者：PA3BYA

原文链接：http://www.agri-vision.nl/CMS/index.php?option=com_content&view=article&id=54&Itemid=101

Raspberry Pi可以自行发出高频FM讯号，低功率传输时无须使用额外的电子产品。若功率须些微增加，多加上一个单晶体或双晶体的放大器即可。另外，推荐使用低通滤波器以过滤高频讯号。

此教程还包含了侦测动态物体的Python程式码，让Raspberry Pi做为远超过一般WiFi网路范围的无线监视摄像机。

请注意！原则上你必须拥有业余无线电执照才能只用此装置。

以下是装置图示，请按照步骤进行。项目程式码可以在我的部落格或我的GitHub网页找到。

特别感谢KI4MCW (SSTV), Oliver Mattos 以及 Oskar Weigl (PiFm)

图注：antenna 天线／Pi NoIR Camera PiNoIR摄像机／PiFace control & display PiFace控制显示面板／Battery 电池

便携式SSTV摄像机会拍摄影像，并且通过业余无线电台SSTV摄像机传送画面。

材料

Raspberry Pi，操作系统我选择Raspbian，因为它是Raspberry Pi最热销也有良好支援的操作系统。

Pi NoIR摄像机模组 Maker Shed网站商品编号 #MKRPI6。一般的PiCam或USB网路摄像机亦可。

Pi Face控制显示面板（非必要），但推荐选购。我打算把Raspberry Pi当作随拍慢速扫描电视摄像机来使用，因此有显示面板跟按钮非常方便。

电池，5伏USB移动电源

一小段导线，做天线会使用到

束带，支撑天线用

牛皮纸胶，这是很多项目的必需品

Step 1：连接硬件

在这个项目里，会用到的硬件只有Raspberry Pi、Pi NoIR摄像机、PiFace控制显示面板和做为天线的一段电线。

为达到可携性，用牛皮纸胶布把一个5V USB电池组黏到Raspberry Pi外壳上。

Step 2：拍摄画面

首先要做的是拍摄要传输的画面，用 raspistill 指令行功能就能轻松达成：

raspistill -t 1 --width 320 --height 256 -e png -o /tmp/image.png

针对SSTV，我们需要320x256象素的小影像。它会以PNG影像档格式存到 /tmp 目录。

Step 3：将影像转换为SSTV声音文件

接着，我们要把影像转换为可以无线传输的声音文件。Raspberry Pi有一些SSTV指令可以选择。

第一个拿来测试的是PiSSTV，这是一种Python指令。它可以用，但速度非常慢，一个影像要好几分钟才能转换完成。（可以参考在我的Blog上的细节。）

接着我找到由 ham KI4MCW 罗伯特‧马歇尔（Robert Marshall）所编写的简单的C语言指令。可惜在前导音调中有一些错误，但都很容易修正。我还把它改得更有弹性，可以在指令行设定声音采样频率。

我的指令的源码可以在GitHub找到。编译源码：

pi@rpicamera ~/sstv $ sudo apt-get install libgd2-xpm-dev 
pi@rpicamera ~/sstv $ sudo apt-get install libmagic-dev 
pi@rpicamera ~/sstv $ gcc -lgd -lmagic -o pisstv pisstv.c

执行程序：

pi@rpicamera ~/pisstv $ ./pisstv /tmp/image.png 22050 
Constants check: 
rate = 22050 
BITS = 16 
VOLPCT = 20 
scale = 6553 
us/samp = 45.351474 
2p/rate = 0.000285 
Checking filetype for file [/tmp/image.png] 
File is a PNG image. 
Input file is [/tmp/image.png]. 
Output file is [/tmp/image.png.wav]. 
Writing audio data to file. 
Got a total of [2589556] samples. 
Done writing to audio file. 
Created soundfile in 4 seconds.

我们可以看到SSTV声音档只花了4秒钟就建立完成。一切都很顺利。下一步：无线传输声音。

Step 4：用PiFM传输声音

可以加装一个无线发射器，像可携式无线收发器那样，但让Raspberry Pi自己产生高频讯号有趣多了。这都要感谢Oliver Mattos和Oskar Weigl的PiFM软体（可以参考我们的Raspberry Pi）。

在这里可以找到他们的程序源码。它已经有很大的进步：最初的版本很简单，但使用了所有的CPU周期，而且讯号会受到其他程序运作时产生的假讯号干扰。最新版本使用的是DMA，运作很顺畅，也不会占用所有的CPU周期。但这个程序源码现在复杂多了。

Oliver and Oskar有很大的贡献，但PiFm软体用在HAM们的业余无线电和SSTV就不适合。主要有两个问题。首先是频宽太大，第二个是定时问题。定时对SSTV很重要，而它有些误差。

Step 5：降低频宽

降低频宽非常简单。每位HAM都知道，频宽可以由频率调变的调变系数设定，和调变高频载体的声音讯号音量相等。在源码里，它是单一个值；可以在 Outputter/class的 consume 函数找到。

这是原来的程序源码：

void consume(float* data, int num) { 
for (int i=0; i<num;i++){ 
float value = data[i]*8; // modulation index (AKA volume!)

我做了这个值的指令行参数。新的程序源码是这样：

void consume(float* data, int num) { 
for (int i=0; i<num;i++){ 
float value = data[i]*modulation_index; // modulation index (AKA volume!) (original 8)

可惜这样效果不好，仍然有很强的边带，所以在此软体的未来版本中还需要多加关注。

第一张图是全频宽FM信号的频谱图。

第二个频谱图显示降低的频宽。调整中间的波峰后得到乾净的信号，但还需要清除边带。

最后一张图是PiFm最初版本的降低频宽信号，频宽很棒，但信号受到CPU执行其他程序时产生的干扰。

Step 6：调整定时

https://github.com/AgriVision/pisstvPiFm的声音传输采样率稍微增加或减少时，听者几乎感觉不到差别，但对於SSTV就不一样了，SSTV的定时需要很精准。

稍有误差的采样率会造成影像倾斜，像在第一张图所看到的。

第二张图是采样正确的相同声音档。

修正定时很简单，只要修正源码中的定时常数。

//clocksPerSample = 22500.0 / rate * 1373.5; // for timing, determined by experiment clocksPerSample = 22050.0 / rate * timing_correction; // for timing, determined by experiment

这边可以看到我用变数 timing_correction 来取代定时常数（1373.5），可以由指令行来设定。个别的Raspberry Pi会有不同的数值。在我的例子里，数值是1414.0。我想知道适合你的设定值是多少，请在下面留言告诉我。关於其他程序源码的修改，请参考在GitHub的原始档案。

Step 7：新增呼号

开始用你的业余无线电呼号授权传输SSTV信号时，需要在每次传输时传送你的呼号，所以我们要把这项资讯新增到影像里。

我们可以从指令行用 imagick或从Python影像资料库（PIL）来完成。这个项目里两种都有使用。

Step 8：捕捉动态

现在我们可以撷取影像并用PiFm来顺利传送了，接下来我们的任务是在镜头前有动静时触发影像撷取。我把这个指令放在Python，搭配PIL。这个程序源码很简单，它会比较前一个影像和当前影像的象素。如果变化太大，就会传送影像。

这里是程序源码的片段：

<pre contenteditable="false" name="code" class="cpp"># loop forever while (True): 
# grab comparison image 
imgnew, bufnew = captureImage() 
# Count changed pixel 
changedPixels = 0 
for x in xrange(0, 320): 
for y in xrange(0, 256): 
# Just check red channel as it's dominant for PiCam NoIR 
pixdiff = abs(buf[x,y][0] - bufnew[x,y][0]) 
if pixdiff > threshold: 
changedPixels += 1 
# Transmit an image if pixels changed 
if changedPixels > sensitivity: 
# Swap comparison buffers 
img = imgnew 
buf = bufnew 
transmitImage(img.copy())</pre><br>

同样地，完整程序源码可以在GitHub页面找到。