主頁（http://www.by236.com）：用樹莓派和業余無線電打造遠距離無線視頻傳送

在本項目中，我用配有PiCam攝影機的Raspberry Pi做為無線攝影機，可遠距離、約百米內傳送影像。影像的傳送是由慢速掃描電視（SSTV）透過業余無線電臺（俗稱火腿電臺）于2米波段（144.5兆赫）傳輸。

感謝 Oliver Mattos和Oskar Weigl，Raspberry Pi可以自行發出高頻FM訊號，低功率傳輸時無須使用額外的電子產品。若功率須些微增加，多加上一個單電晶體或雙電晶體的放大器即可。另外，推薦使用低通濾波器以過濾高頻訊號。

此項目還包含了偵測動態物體的Python程序碼，讓Raspberry Pi做為遠超過一般WiFi網路范圍的無線監視攝影機。請注意！你必須擁有業馀無線電執照才能只用此裝置。

以下是裝置圖示，請按照步驟進行。項目程序碼可以在我的博客或我的GitHub網頁找到。

特別感謝KI4MCW (SSTV), Oliver Mattos 以及 Oskar Weigl (PiFm)

圖示：antenna 天線／Pi NoIR Camera PiNoIR攝影機／PiFace control & display PiFace控制顯示面板／Battery 電池

可攜式SSTV攝影機會拍攝影像并且經由業馀無線電臺SSTV攝影機傳送畫面。

材料

• Raspberry Pi單板電腦，Maker Shed網站商品編號#MKPRI2，makershed.com。我選擇Raspbian作業系統，因為它是Raspberry Pi最熱銷也有良好支援的作業系統。

• Pi NoIR攝影機模組，Maker Shed網站商品編號 #MKRPI6。一般的PiCam或USB網路攝影機亦可。

• PiFace控制顯示面板（非必要）， 但推薦選購。我打算把Raspberry Pi當作隨拍慢速掃描電視攝影機來使用，因此有顯示面板跟按鈕非常方便。

• 電池，5伏特US移動電源 。

• 一小段電線，天線會使用到 。

• 束帶，支撐天線用 。

• 牛皮紙膠， 任何項目的必備品。

第一步：連接硬件

• 在這個項目里，會用到的硬件只有Raspberry Pi、Pi NoIR攝影機、PiFace控制顯示面板和做為天線的一段電線。

• 為達到可攜性，用牛皮膠布把一個5V USB電池組粘到Raspberry Pi外殼上。

第二步：拍攝畫面

• 首先要做的是拍攝要傳輸的畫面，用 raspistill 指令行功能就能輕鬆達成：

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

• 針對SSTV，我們需要320×256畫素的小影像。它會以PNG影像檔格式存到 /tmp 目錄。

第三步：將影像轉換為SSTV聲音檔

• 接著，我們要把影像轉換為可以無線傳輸的聲音檔。Raspberry Pi有一些SSTV指令可以選擇。

• 第一個拿來測試的是PiSSTV，這是一種Python指令。它可以用，但速度非常慢，一個影像要好幾分鐘才能轉換完成。（可以參考我博客上的細節。）

• 接著我找到由ham KI4MCW羅伯特‧馬歇爾（Robert Marshall）所編寫的簡單的C語言指令。可惜在前導音調中有一些錯誤，但都很容易修正。我還把它改得更有彈性，可以在指令行設定聲音采樣頻率。

• 我的指令的原始碼可以在GitHub找到。編譯原始碼：

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

• 執行程序：

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.

• 我們可以看到SSTV聲音檔只花了4秒鐘就建立完成。一切都很順利。下一步：無線聲音傳輸。

第四步：以PiFM傳輸聲音

• 可以加裝一個無線發射器，像可攜式無線收發器那樣，但讓Raspberry Pi自己產生高頻訊號有趣多了。這都要感謝Oliver Mattos和Oskar Weigl的PiFM軟件（可以參考我們的Raspberry Pi）。

• 在這里可以找到他們的程序碼。它已經有很大的進步：最初的版本很簡單，但使用了所有的CPU周期，而且訊號會受到其他程序運作時產生的假信號干擾。最新版本使用的是DMA，運作很順暢，也不會占用所有的CPU周期。但這個程序碼現在復雜多了。

• Oliver and Oskar有很大的貢獻，但PiFm軟件用在火腿無線電和SSTV就不適合。主要有兩個問題。首先是頻寬太大，第二個是定時問題。定時對SSTV很重要，而它有些誤差。

第五步：降低頻寬

• 降低頻寬非常簡單。每位火腿族知道，頻寬可以由頻率調變的調變係數設定，和調變高頻載體的聲音訊號音量相等。在原始碼里，它是單一個值；可以在 Outputter/class的 consume 函數找到。

• 這是原來的程序碼：

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

• 我做了這個值的指令行參數。新的程序碼是這樣：

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)      

• 可惜這樣效果不好，仍然有很強的邊帶，所以在此軟體的未來版本中還需要多加關注。

• 第一張圖是全頻寬FM訊號的頻譜圖。

• 第二個頻譜圖顯示降低的頻寬。調整中間的波峰后得到乾淨的訊號，但還需要清除邊帶。

• 最后一張圖是PiFm最初版本的降低頻寬訊號，頻寬很棒，但訊號受到CPU執行其他程序時產生的干擾。

第六步：調整定時

• PiFm的聲音傳輸采樣率稍微增加或減少時，聽者幾乎感覺不到差別，但對于SSTV就不一樣了，SSTV的定時需要很精準。

• 稍有誤差的采樣率會造成影像傾斜，像在第一張圖所看到的。

• 第二張圖是採樣正確的相同聲音檔。

• 修正定時很簡單，只要修正原始碼中的定時常數。

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

• 這邊可以看到我用變數 timing_correction 來取代定時常數（1373.5），可以由指令行來設定。個別的Raspberry Pi會有不同的數值。在我的例子里，數值是1414.0。我想知道適合你的設定值是多少，請在下面留言告訴我。關于其他程式碼的修改，請參考在GitHub的原始檔桉。

第七步：新增呼號

• 開始用你的火腿無線電授權傳輸SSTV訊號時，需要在每次傳輸時傳送你的呼號，所以我們要把這項資訊新增到影像里。

• 我們可以從指令行用 imagick或從Python影像資料庫（PIL）來完成。這個項目里兩種都有使用。

第八步：捕捉動態

• 現在我們可以擷取影像并用PiFm來順利傳送了，接下來我們的任務是在鏡頭前有動靜時觸發影像擷取。我把這個指令放在Python，搭配PIL。這個程式碼很簡單，它會比較前一個影像和當前影像的畫素。如果變化太大，就會傳送影像。

這里是程序碼的片段：

# 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())