嵌入式防疫識(shí)別系統(tǒng)設(shè)計(jì)

周飛　李崢　高萬(wàn)明

摘 要：設(shè)計(jì)一種嵌入式防疫識(shí)別系統(tǒng)，利用紅外測(cè)溫傳感器實(shí)現(xiàn)無(wú)接觸人體測(cè)溫和人臉佩戴口罩識(shí)別.系統(tǒng)選用STM32F103RCT6為控制核心，OPENMV4機(jī)器視覺模塊，非接觸式紅外溫度傳感器MLX90614.該系統(tǒng)具有無(wú)接觸檢測(cè)和口罩識(shí)別的功能，能有效預(yù)防接觸和呼吸傳播，具有工作穩(wěn)定、智能化、安全化等優(yōu)勢(shì).

關(guān)鍵詞：嵌入式;無(wú)接觸測(cè)溫;攝像頭模塊;人臉識(shí)別;口罩識(shí)別

[中圖分類號(hào)]TP274.2 ? [文獻(xiàn)標(biāo)志碼]A

Design of Embedded Epidemic Prevention Identification System

ZHOU Fei，LI Zheng*，GAO Wanming

（School of Physics and Electric Information Technology，Huaibei Normal University，Huaibei 235000，China）

Abstract：An embedded anti-epidemic recognition system is designed，which uses infrared temperature sensor to realize non-contact body temperature measurement and face mask recognition.The system uses STM32F103RCT6 as the control core，OPENMV4 machine vision module，non-contact infrared temperature sensor MLX90614.The system has the functions of non-contact detection and mask recognition，can effectively prevent contact and inhalation transmission，work stability，intelligence， security and other advantages.

Key words：embedded;contactless temperature measurement;camera module;face recognition;mask recognition

全國(guó)人民抗"疫"過程中，科技發(fā)揮了重要作用.為了提高防疫效率，有效預(yù)防疫情進(jìn)一步傳播，設(shè)計(jì)了一種嵌入式防疫識(shí)別系統(tǒng).系統(tǒng)利用無(wú)接觸測(cè)試技術(shù)和面部識(shí)別技術(shù)，以微處理器為核心，有效控制了疫情進(jìn)一步傳播.

1 系統(tǒng)的硬件設(shè)計(jì)

系統(tǒng)包括四個(gè)模塊：主控模塊，攝像頭模塊，測(cè)溫模塊，液晶屏模塊，電源模塊.攝像頭模塊用于采集人臉信息，采集的人臉信息作為訓(xùn)練樣本.液晶屏模塊顯示識(shí)別的信息，無(wú)接觸測(cè)溫模塊測(cè)量人體體溫，電源模塊提供能量.

1.1 主控模塊

主控模塊選用STM32F103RCT6為控制核心，主要功能是和其他模塊建立聯(lián)系，指揮其他模塊運(yùn)行，使各個(gè)模塊有序配合工作.STM32F103RCT6具有Cortex-M3內(nèi)核[1]，速度是72 MHz，RAM和ROM容量大，方便數(shù)據(jù)的存儲(chǔ)，可外接許多外設(shè)，功耗低，穩(wěn)定性高.

1.2 攝像頭模塊

攝像頭模塊采用OPENMV4機(jī)器視覺模塊，模塊引腳如圖1所示.采用STM32H7處理器，OV7725攝像頭模組，主頻480 MHz，RAM為1 MB，F(xiàn)lash為2 MB，存儲(chǔ)空間大，運(yùn)行速度較快.OPENMV4使用python語(yǔ)言編寫[2]，在編寫相關(guān)機(jī)器視覺算法中可以處理圖像數(shù)據(jù)，通過算法的結(jié)果控制IO引腳.OPENMV4也可以在嵌入式上快速運(yùn)行，具有操作簡(jiǎn)單、功耗低等優(yōu)點(diǎn).

1.3 測(cè)溫模塊

測(cè)溫模塊選用非接觸式紅外溫度傳感器MLX90614.該模塊可以直接輸出16位數(shù)字信號(hào)，具有非接觸性、體積小、精度高等優(yōu)點(diǎn).在紅外能量傳送到傳感器這一過程中信號(hào)會(huì)發(fā)生損失，主要因素是測(cè)溫距離以及環(huán)境溫度的影響.

在MLX90614傳感器的主軸線17時(shí)接收到紅外輻射信號(hào)峰值較好，也就是說此傳感器的視場(chǎng)是35時(shí)測(cè)溫較準(zhǔn)確.[3]2-7 cm測(cè)量時(shí)溫度誤差最小.

1.4 顯示模塊

使用兩種液晶顯示屏：一個(gè)是1.7寸液晶屏結(jié)合OPENMV4配合使用，用以設(shè)置人臉框，顯示攝像頭當(dāng)前捕獲到的人臉是否在設(shè)置范圍內(nèi).[4]另一個(gè)是七寸液晶屏顯示系統(tǒng)相關(guān)信息，通過指令對(duì)屏幕操作，用液晶屏的觸摸按鍵代替?zhèn)鹘y(tǒng)的機(jī)械按鍵，用液晶屏設(shè)計(jì)數(shù)字鍵盤和拼音鍵盤界面，輸入新用戶的信息、預(yù)設(shè)溫度值.

2 系統(tǒng)軟件設(shè)計(jì)

2.1 程序設(shè)計(jì)

軟件流程框圖見圖2.

（1）利用Haar特征分類器檢測(cè)人臉.Haar是一些矩形特征的模板，可以根據(jù)Haar判斷人臉和非人臉.[5]根據(jù)積分圖計(jì)算圖像中所有區(qū)域像素和，利用Adaboost算法構(gòu)建分類器.

（2）利用LBP算法進(jìn)行人臉識(shí)別.先采集人臉樣本，計(jì)算所采集樣本的特征[6]值.本設(shè)計(jì)采用改進(jìn)的LBP算法：圓形LBP算子[7-8]，以中心像素為圓心，以R為半徑畫圓，在圓的邊界均勻采集n個(gè)點(diǎn)作為采樣點(diǎn).圓形LBP數(shù)學(xué)公式為：

L

式中，（XC，YC）是鄰域中心點(diǎn)，（XP，YP）是一個(gè)采樣點(diǎn)，計(jì)算出采樣點(diǎn)的坐標(biāo).也可以通過雙線性插值得到該采樣點(diǎn)的像素值：

得出來圓形的LBP特征圖像，如圖4所示.

利用LBP的旋轉(zhuǎn)不變性計(jì)算LBP的值，把計(jì)算出來的最小值作為該鄰域的LBP值，提高其準(zhǔn)確性和執(zhí)行速度.

計(jì)算出來LBP值，然后進(jìn)行編碼并做循環(huán)移位，最終取其中的最小值.圖6是利用LBP旋轉(zhuǎn)不變性得出的LBP特征圖像.

進(jìn)行人臉識(shí)別時(shí)，利用OPENMV4采集正在識(shí)別的人臉信息.采集完成后，計(jì)算出采集的圖像特征值，對(duì)比已經(jīng)訓(xùn)練好的數(shù)據(jù)，當(dāng)兩者的差值最小的時(shí)候，即為被測(cè)者.

圖3 樣本圖圖4 圓形LBP值圖像圖5 樣本圖LBP值圖像圖6 旋轉(zhuǎn)不變性的LBP形式顯示圖形式顯示圖值圖像形式顯示圖

3 系統(tǒng)的調(diào)試

口罩識(shí)別測(cè)試 先錄入十人未戴口罩及戴口罩的多組照片，分別比對(duì)100次，記錄識(shí)別成功的次數(shù)并計(jì)算成功率，結(jié)果見表1.

人臉識(shí)別測(cè)試 先錄入十人的多組照片分別比對(duì)100次，記錄識(shí)別成功的次數(shù)并計(jì)算成功率，結(jié)果見表2.

由表1和表2分析可知，在對(duì)10人的測(cè)試中，雖然背景環(huán)境及光線強(qiáng)弱會(huì)對(duì)比對(duì)結(jié)果造成影響，但不管是對(duì)身份的檢測(cè)還是對(duì)口罩佩戴情況的檢測(cè)，識(shí)別成功率較高，識(shí)別效果可以滿足測(cè)試要求.

在4 cm處放置手腕，利用測(cè)溫槍作為體溫的標(biāo)準(zhǔn)，測(cè)量10次.測(cè)試結(jié)果和利用MLX90614紅外測(cè)溫傳感器測(cè)量結(jié)果對(duì)比，其誤差絕對(duì)值均≤2 ℃.

4 結(jié)語(yǔ)

本文設(shè)計(jì)并一款嵌入式識(shí)別系統(tǒng)，系統(tǒng)選用STM32F103RCT6為控制核心，OPENMV4機(jī)器視覺模塊，非接觸式紅外溫度傳感器MLX90614.嵌入式識(shí)別系統(tǒng)利用攝像頭采集信息，非接觸溫度傳感器測(cè)溫，七寸屏顯示和報(bào)警，實(shí)現(xiàn)了非接觸測(cè)溫，人臉識(shí)別和口罩識(shí)別一體化.識(shí)別成功率較高，能有效預(yù)防接觸和呼吸傳播，具有工作穩(wěn)定、智能化、安全化等優(yōu)勢(shì).

參考文獻(xiàn)

[1]周瑛，楊盛國(guó)，林亮.基于ARM的心電接收機(jī)的設(shè)計(jì)與實(shí)現(xiàn)[J].牡丹江師范學(xué)院學(xué)報(bào)：自然科學(xué)版，2013（4）：21-22.

[2]陳璨.基于OpenMV的螺旋埋弧焊鋼管焊縫跟蹤系統(tǒng)研究[D].荊州：長(zhǎng)江大學(xué)，2019.

[3]胡家駿.紅外非接觸測(cè)溫系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].哈爾濱：黑龍江大學(xué)，2016.

[4]裴彧，蔡維由，程遠(yuǎn)楚，等基于單片機(jī)系統(tǒng)的液晶漢字界面制作[J].三峽大學(xué)學(xué)報(bào)：自然科學(xué)版，2001（1）：51-53.

[5]曹潔，唐瑞萍，李偉.基于擴(kuò)展的Haar-Like特征和LBP特征的人臉壓縮跟蹤算法[J].傳感器與微系統(tǒng)，2019，38（11）：125-128.

[6]曹萍萍，劉升.Android平臺(tái)人臉識(shí)別方法研究[J].牡丹江師范學(xué)院學(xué)報(bào)：自然科學(xué)版，2018（4）：27-30.

[7]劉曉妍.基于改進(jìn)局部二值模式算子與蟻群優(yōu)化的圖像邊緣提取算法[J].西南師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2019，44（7）：69-76.

[8]Rangkuti Abdul Haris，Harjoko Agus，Putra Agfianto.A Novel Reliable Approach For Image Batik Classification That Invariant With Scale And Rotation Using MU2ECS-LBP Algorithm[J].Procedia Computer Science，2021，179.

編輯：琳莉

收稿日期：2020-12-28

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（61572224）;安徽省高校自然科學(xué)研究重點(diǎn)項(xiàng)目（kj2019A0955）;淮北師范大學(xué)課程團(tuán)隊(duì)建設(shè)項(xiàng)目（kctd19049）;淮北師范大學(xué)研究生教育精品課程項(xiàng)目（2019jpkc02）

作者簡(jiǎn)介：周飛（1995-），男，安徽亳州人.碩士研究生，主要從事嵌入式控制研究;李崢（1980-），男，安徽淮北人.副教授，博士，碩士生導(dǎo)師，主要從事嵌入式控制研究;高萬(wàn)明（1996-），男，安徽安慶人.碩士研究生，主要從事嵌入式控制研究.

通訊作者：李 崢