一種機(jī)器視覺(jué)的防丟失手環(huán)智能識(shí)別系統(tǒng)設(shè)計(jì)

納祁軍

摘要：針對(duì)越來(lái)越多的老人和小孩以及精神病患者走丟或迷路，走丟或迷路的老人和小孩以及精神病患者雖然被找到了，但是無(wú)法快速的識(shí)別其身份，導(dǎo)致無(wú)法聯(lián)系其家人等問(wèn)題，提出了一種機(jī)器視覺(jué)的防丟失手環(huán)智能識(shí)別系統(tǒng)。通過(guò)VS2010開(kāi)發(fā)的智能識(shí)別系統(tǒng)，對(duì)帶二維碼的手環(huán)進(jìn)行圖像的采集，采集到的二維碼手環(huán)圖像經(jīng)過(guò)閾值分割算法處理得當(dāng)二值化圖像后，結(jié)合OpenCv開(kāi)發(fā)的二維碼手環(huán)特征提取算法對(duì)二維碼進(jìn)行識(shí)別，最后經(jīng)過(guò)一系列的數(shù)學(xué)形態(tài)學(xué)的處理，識(shí)別出手環(huán)二維碼中的聯(lián)系人信息完成對(duì)防丟失手環(huán)的智能識(shí)別。該系統(tǒng)成功的進(jìn)行二維碼手環(huán)的識(shí)別實(shí)驗(yàn)，且識(shí)別速度快，正確率高，具有一定的應(yīng)用推廣空間。

Abstract： In view of the problem that more and more old people， children and the mentally ill lose their way or get lost， although the old people， children and the mentally ill are found， they cannot quickly identify their identity， resulting in the inability to contact their families， and so on， an intelligent identification system of anti-loss bracelet with machine vision is proposed. Through VS2010 development of intelligent recognition system， the bracelet with qr code image acquisition， qr code bracelets images were collected by properly handled binary image threshold segmentation algorithm， combined with OpenCv development of qr code bracelet of qr code recognition feature extraction algorithm， and finally through a series of mathematical morphology processing， to identify the contact information of qr code to ring complete intelligent identification of the lost bracelet. The system has successfully carried out the recognition experiment of the qr code bracelet， and the recognition speed is fast and the accuracy rate is high， which has certain application and promotion space.

關(guān)鍵詞：機(jī)器視覺(jué);手環(huán)二維碼;人工智能;閾值分割

Key words： machine vision;qr code bracelet;artificial intelligence;threshold segmentation

中圖分類號(hào)：TP274? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2019）24-0194-03

0? 引言

人工智能經(jīng)歷60多年來(lái)的發(fā)展，從誕生到現(xiàn)在，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也在幾十年來(lái)不斷擴(kuò)大，滲透到生活的方方面面[1]。在人工智能技術(shù)領(lǐng)域中，研究機(jī)器視覺(jué)的專家學(xué)者最為居多，可見(jiàn)機(jī)器視覺(jué)技術(shù)是目前最為代表性的人工智能技術(shù)的一個(gè)應(yīng)用。近年來(lái)，人口走失現(xiàn)象時(shí)常發(fā)生，人口走失問(wèn)題一直是社會(huì)熱點(diǎn)問(wèn)題[2-3]。我國(guó)疆域廣闊，人口眾多，更是人口走失現(xiàn)象發(fā)生最頻繁的國(guó)家之一，走失后的人不但面臨著無(wú)法回家的難題，更可怕的是會(huì)發(fā)生更可怕的人口拐賣(mài)現(xiàn)象[4-5]。隨著人們生活水平的同提高，我國(guó)人口老齡化嚴(yán)重，越來(lái)越多的患病的老年人外出走丟，或者離家出走等現(xiàn)象，更為嚴(yán)重的是拐賣(mài)兒童的犯罪團(tuán)伙一直在活動(dòng)，即使有時(shí)候獲救了一些被拐賣(mài)的兒童，但是因無(wú)法快速準(zhǔn)確的甄別被拐賣(mài)兒童的身份信息而導(dǎo)致的一個(gè)一個(gè)家庭的破碎。為了防止事態(tài)進(jìn)一步惡化，必須從源頭出發(fā)，就是增加走失人員能在走失后的最短時(shí)間和家人或者公安機(jī)關(guān)取得聯(lián)系，但面對(duì)老年人、幼兒以及精神疾病患者，因?yàn)榧膊∨c年齡的原因，這幾類人經(jīng)常無(wú)法準(zhǔn)確記清回家的路途，被他人發(fā)現(xiàn)時(shí)很難準(zhǔn)確表示自己的個(gè)人信息且不會(huì)使用電子產(chǎn)品[6-7]。為了盡快使走失人員得到救助，針對(duì)這類現(xiàn)象提出一種機(jī)器視覺(jué)的放丟失手環(huán)智能識(shí)別系統(tǒng)。

通過(guò)VS2010開(kāi)發(fā)的智能識(shí)別系統(tǒng)，對(duì)帶二維碼的手環(huán)進(jìn)行圖像的采集，采集到的二維碼手環(huán)圖像經(jīng)過(guò)閾值分割算法處理得當(dāng)二值化圖像后，結(jié)合OpenCv開(kāi)發(fā)的二維碼手環(huán)特征提取算法對(duì)二維碼進(jìn)行識(shí)別，最后經(jīng)過(guò)一系列的數(shù)學(xué)形態(tài)學(xué)的處理，識(shí)別出手環(huán)二維碼中的聯(lián)系人信息完成對(duì)防丟失手環(huán)的智能識(shí)別[8]。該系統(tǒng)成功的進(jìn)行二維碼手環(huán)的識(shí)別實(shí)驗(yàn)，且識(shí)別速度快，正確率高，確實(shí)可以幫助改善走失人口回家問(wèn)題[9-10]。

防丟失手環(huán)智能識(shí)別系統(tǒng)能重點(diǎn)幫助因?yàn)楦鞣N原因而有語(yǔ)言或溝通障礙的人在走失后能盡快得到救助，讓事態(tài)不至于進(jìn)一步升級(jí)為人口拐賣(mài)問(wèn)題。應(yīng)用方面，此手環(huán)智能識(shí)別系統(tǒng)不僅可以用于放丟失，亦可以用于學(xué)校、醫(yī)院等需要頻繁驗(yàn)證身份的公共場(chǎng)所進(jìn)行方便、快捷且準(zhǔn)確率高的身份驗(yàn)證，具有較大的發(fā)展空間。

1? 系統(tǒng)整體結(jié)構(gòu)框架設(shè)計(jì)

如圖1中所示的手環(huán)智能識(shí)別系統(tǒng)依次由傳感器與相機(jī)、鏡頭連接，光源給系統(tǒng)提供光照，通過(guò)相機(jī)采集到的手環(huán)二維碼圖像經(jīng)過(guò)PC端與千兆網(wǎng)將圖像數(shù)據(jù)傳輸?shù)杰浖到y(tǒng)，軟件系統(tǒng)首先經(jīng)過(guò)圖像的預(yù)處理，包括對(duì)手環(huán)二維碼圖像的閾值分割、二值化，得到處理之后的二值化圖像，根據(jù)二值化圖像手環(huán)二維碼特征進(jìn)行連通域去噪處理，最后對(duì)手環(huán)二維碼圖像中的特征進(jìn)行邊緣檢測(cè)和而唯美識(shí)別。具體的處理流程結(jié)構(gòu)圖如圖1所示。

2? 系統(tǒng)硬件設(shè)計(jì)

2.1 工業(yè)相機(jī)

由于手環(huán)為圓環(huán)狀，表面附有二維碼圖像，面積小且手環(huán)表面呈現(xiàn)各種不同的顏色，針對(duì)本品選擇型號(hào)為MER-200-14GM的C接口CCD工業(yè)GIGE數(shù)字相機(jī)，幀頻為14fps。由于二維碼圖像較小，所以分辨率選200萬(wàn)像素的工業(yè)相機(jī);又因?yàn)槭汁h(huán)表面呈各種不同的顏色，綜合考慮選定黑白的工業(yè)相機(jī)。（圖2）

2.2 工業(yè)鏡頭

手環(huán)二維碼均附在手環(huán)表面，手環(huán)表面有一定曲面度，綜合考慮以及所確定的相機(jī)的型號(hào)，確定鏡頭型號(hào)為Schneider Xenon-100M/C，像素為100萬(wàn)的工業(yè)鏡頭。

2.3 光源

由于二維碼圖像面積較小，手環(huán)具有不同的顏色，考慮到人佩帶上手環(huán)后，不同人的膚色不同，所帶位置也有諸多不同情境，本次實(shí)驗(yàn)選取型號(hào)為OPT-RI7060的白光環(huán)形工業(yè)光源。針對(duì)手環(huán)有一定的曲面度，考慮到手環(huán)顏色、佩戴人膚色、佩戴位置以及所處環(huán)境光影響等諸多變量，白光可最大程度的減少這些因素對(duì)所拍圖像清晰度的影響，從而提高拍攝質(zhì)量;光線角度與水平方向成60°。遵從可持續(xù)發(fā)展理念，所選光源的額定電壓為24V，額定功率為3.8W。

2.4 多傳感器配合

在識(shí)別系統(tǒng)中的第一步就是獲取手環(huán)二維碼的圖像，相機(jī)中的CCD芯片會(huì)接收到信號(hào)，進(jìn)而進(jìn)行拍照。硬件的主要參數(shù)見(jiàn)表1。

3? 識(shí)別軟件系統(tǒng)

3.1 處理流程設(shè)計(jì)

軟件系統(tǒng)中的圖像采集模塊會(huì)對(duì)手環(huán)二維碼圖像進(jìn)行圖像采集，采集到的手環(huán)二維碼圖像經(jīng)過(guò)軟件中的處理算法的處理，包括二維碼邊緣檢測(cè)算法，二維碼圖像特征提取和識(shí)別算法的處理，達(dá)到了對(duì)手環(huán)二維碼圖像的識(shí)別和檢測(cè)，并對(duì)手環(huán)二維碼圖像的識(shí)別結(jié)果實(shí)時(shí)反饋在控制端。如圖6所示為手環(huán)智能識(shí)別軟件系統(tǒng)的流程圖。

3.2 軟件系統(tǒng)界面設(shè)計(jì)

手環(huán)智能識(shí)別軟件系統(tǒng)是與人進(jìn)行交互的主要信息界面，手環(huán)智能識(shí)別軟件安裝在主控制端上，手環(huán)二維碼特征識(shí)別檢測(cè)算法嵌入在軟件系統(tǒng)里面。可以對(duì)不同顏色的手環(huán)上面的不同尺寸大小的二維碼，在識(shí)別軟件系統(tǒng)中設(shè)置好參數(shù)，打開(kāi)工業(yè)相機(jī)進(jìn)行拍照處理。識(shí)別軟件利用處理算法對(duì)手環(huán)特征圖像進(jìn)行多層特征處理，最后二維碼圖像中的信息被識(shí)別出來(lái)，識(shí)別出的信息會(huì)實(shí)時(shí)顯示在軟件系統(tǒng)主界面上。手環(huán)智能識(shí)別軟件系統(tǒng)的主界面如圖7所示。

4? 實(shí)驗(yàn)與分析

能夠快速實(shí)時(shí)的對(duì)各種不同顏色不同人不同尺寸大小的手環(huán)二維碼的識(shí)別和檢測(cè)，并將識(shí)別檢測(cè)結(jié)果實(shí)時(shí)反饋到控制端，配合走失人員家屬尋找走失人員，顯得尤為重要。無(wú)論是老人或者小孩，獨(dú)自在外面都很容易走丟，手環(huán)一般都是戴在手腕上的，而不同的人的手腕尺寸大小是不同的，戴上手環(huán)導(dǎo)致的手環(huán)彎曲形成的曲面度也是不一樣的，所以對(duì)不同的環(huán)境下對(duì)不同人戴的手環(huán)二維碼進(jìn)行快速的識(shí)別，是手環(huán)智能識(shí)別系統(tǒng)的關(guān)鍵所在?，F(xiàn)對(duì)手環(huán)智能識(shí)別系統(tǒng)識(shí)別兩批相同數(shù)量的手環(huán)二維碼圖像，在相同環(huán)境的情況見(jiàn)表2。

從上面的試驗(yàn)結(jié)果可以看出，系統(tǒng)分別對(duì)兩批相同數(shù)量的500張走失人員所帶的手環(huán)二維碼圖像進(jìn)行智能識(shí)別，實(shí)驗(yàn)次數(shù)均為6次，第一批的識(shí)別錯(cuò)誤率最高為0.4%，識(shí)別二批的誤檢率在0.8%以內(nèi)，且比較穩(wěn)定。識(shí)別所用時(shí)間在112s以內(nèi)，識(shí)別效率較高。

5? 結(jié)束語(yǔ)

設(shè)計(jì)的基于機(jī)器視覺(jué)的防丟失手環(huán)智能識(shí)別系統(tǒng)設(shè)計(jì)具有較好的對(duì)二維碼手環(huán)持有者個(gè)人信息的識(shí)別檢測(cè)性。軟件系統(tǒng)識(shí)別檢測(cè)快捷高效，能快速且高精度（系統(tǒng)的誤檢率均在0.8%內(nèi)）地識(shí)別手環(huán)持有者的個(gè)人信息。表明該檢測(cè)系統(tǒng)可以高效、高質(zhì)的識(shí)別檢測(cè)出手環(huán)持有者的個(gè)人信息，實(shí)現(xiàn)防丟失二維碼手環(huán)的自動(dòng)化識(shí)別檢測(cè)，達(dá)到了快速準(zhǔn)確甄別走失人員信息的要求，實(shí)際應(yīng)用推廣空間較大。

參考文獻(xiàn)：

[1]李丹，白國(guó)君，金媛媛，童艷.基于機(jī)器視覺(jué)的包裝袋缺陷檢測(cè)算法研究與應(yīng)用[J/OL].激光與光電子學(xué)進(jìn)展：1-12.

[2]張勝輝，李延年，羅堅(jiān)銘，吳磊.基于機(jī)器視覺(jué)提高移動(dòng)機(jī)器人裝夾精度的應(yīng)用研究[J].制造技術(shù)與機(jī)床，2018（12）：52-54，68.

[3]靳開(kāi)軒，郭強(qiáng).基于LabVIEW的一種視覺(jué)角向算法的研究[J].制造技術(shù)與機(jī)床，2018（12）：74-78.

[4]劉鵬，戴文戰(zhàn).基于機(jī)器視覺(jué)的化妝品紙質(zhì)標(biāo)簽缺陷檢測(cè)方法[J/OL].浙江理工大學(xué)學(xué)報(bào)（自然科學(xué)版）：1-8.

[5]高暢，劉浩克，劉基宏.基于機(jī)器視覺(jué)的細(xì)紗管分類檢測(cè)[J].絲綢，2019（01）：28-32.

[6]曹繼項(xiàng)，張軍，陳國(guó)棟.基于機(jī)器視覺(jué)的直角機(jī)器人直線度檢測(cè)方法研究[J].機(jī)床與液壓，2018，46（22）：108-111，145.

[7]方雨，李大寨，林闖.基于機(jī)器視覺(jué)的傳送帶分揀技術(shù)研究[J].機(jī)械工程與自動(dòng)化，2018（06）：173-175.

[8]趙海峰，郭燕，崔吉，沈江越，袁明虎，朱成.基于機(jī)器視覺(jué)的小微零件缺陷檢測(cè)技術(shù)及裝置研究[J].工具技術(shù)，2018，52（11）：147-149.

[9]楊勇.基于機(jī)器視覺(jué)的條形碼及二維碼識(shí)別系統(tǒng)的設(shè)計(jì)[J].微型電腦應(yīng)用，2018，34（11）：63-66.

[10]王清晨，景軍鋒.采用機(jī)器視覺(jué)的金屬表面橫向裂紋檢測(cè)[J].電子測(cè)量與儀器學(xué)報(bào)，2018，32（11）：71-77.