一種機器視覺的防丟失手環智能識別系統設計

納祁軍

摘要：針對越來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，但是無法快速的識別其身份，導致無法聯系其家人等問題，提出了一種機器視覺的防丟失手環智能識別系統。通過VS2010開發的智能識別系統，對帶二維碼的手環進行圖像的采集，采集到的二維碼手環圖像經過閾值分割算法處理得當二值化圖像后，結合OpenCv開發的二維碼手環特征提取算法對二維碼進行識別，最后經過一系列的數學形態學的處理，識別出手環二維碼中的聯系人信息完成對防丟失手環的智能識別。該系統成功的進行二維碼手環的識別實驗，且識別速度快，正確率高，具有一定的應用推廣空間。

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.

關鍵詞：機器視覺;手環二維碼;人工智能;閾值分割

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

中圖分類號：TP274? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）24-0194-03

0? 引言

人工智能經歷60多年來的發展，從誕生到現在，理論和技術日益成熟，應用領域也在幾十年來不斷擴大，滲透到生活的方方面面[1]。在人工智能技術領域中，研究機器視覺的專家學者最為居多，可見機器視覺技術是目前最為代表性的人工智能技術的一個應用。近年來，人口走失現象時常發生，人口走失問題一直是社會熱點問題[2-3]。我國疆域廣闊，人口眾多，更是人口走失現象發生最頻繁的國家之一，走失后的人不但面臨著無法回家的難題，更可怕的是會發生更可怕的人口拐賣現象[4-5]。隨著人們生活水平的同提高，我國人口老齡化嚴重，越來越多的患病的老年人外出走丟，或者離家出走等現象，更為嚴重的是拐賣兒童的犯罪團伙一直在活動，即使有時候獲救了一些被拐賣的兒童，但是因無法快速準確的甄別被拐賣兒童的身份信息而導致的一個一個家庭的破碎。為了防止事態進一步惡化，必須從源頭出發，就是增加走失人員能在走失后的最短時間和家人或者公安機關取得聯系，但面對老年人、幼兒以及精神疾病患者，因為疾病與年齡的原因，這幾類人經常無法準確記清回家的路途，被他人發現時很難準確表示自己的個人信息且不會使用電子產品[6-7]。為了盡快使走失人員得到救助，針對這類現象提出一種機器視覺的放丟失手環智能識別系統。

通過VS2010開發的智能識別系統，對帶二維碼的手環進行圖像的采集，采集到的二維碼手環圖像經過閾值分割算法處理得當二值化圖像后，結合OpenCv開發的二維碼手環特征提取算法對二維碼進行識別，最后經過一系列的數學形態學的處理，識別出手環二維碼中的聯系人信息完成對防丟失手環的智能識別[8]。該系統成功的進行二維碼手環的識別實驗，且識別速度快，正確率高，確實可以幫助改善走失人口回家問題[9-10]。

防丟失手環智能識別系統能重點幫助因為各種原因而有語言或溝通障礙的人在走失后能盡快得到救助，讓事態不至于進一步升級為人口拐賣問題。應用方面，此手環智能識別系統不僅可以用于放丟失，亦可以用于學校、醫院等需要頻繁驗證身份的公共場所進行方便、快捷且準確率高的身份驗證，具有較大的發展空間。

1? 系統整體結構框架設計

如圖1中所示的手環智能識別系統依次由傳感器與相機、鏡頭連接，光源給系統提供光照，通過相機采集到的手環二維碼圖像經過PC端與千兆網將圖像數據傳輸到軟件系統，軟件系統首先經過圖像的預處理，包括對手環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，根據二值化圖像手環二維碼特征進行連通域去噪處理，最后對手環二維碼圖像中的特征進行邊緣檢測和而唯美識別。具體的處理流程結構圖如圖1所示。

2? 系統硬件設計

2.1 工業相機

由于手環為圓環狀，表面附有二維碼圖像，面積小且手環表面呈現各種不同的顏色，針對本品選擇型號為MER-200-14GM的C接口CCD工業GIGE數字相機，幀頻為14fps。由于二維碼圖像較小，所以分辨率選200萬像素的工業相機;又因為手環表面呈各種不同的顏色，綜合考慮選定黑白的工業相機。（圖2）

2.2 工業鏡頭

手環二維碼均附在手環表面，手環表面有一定曲面度，綜合考慮以及所確定的相機的型號，確定鏡頭型號為Schneider Xenon-100M/C，像素為100萬的工業鏡頭。

2.3 光源

由于二維碼圖像面積較小，手環具有不同的顏色，考慮到人佩帶上手環后，不同人的膚色不同，所帶位置也有諸多不同情境，本次實驗選取型號為OPT-RI7060的白光環形工業光源。針對手環有一定的曲面度，考慮到手環顏色、佩戴人膚色、佩戴位置以及所處環境光影響等諸多變量，白光可最大程度的減少這些因素對所拍圖像清晰度的影響，從而提高拍攝質量;光線角度與水平方向成60°。遵從可持續發展理念，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

在識別系統中的第一步就是獲取手環二維碼的圖像，相機中的CCD芯片會接收到信號，進而進行拍照。硬件的主要參數見表1。

3? 識別軟件系統

3.1 處理流程設計

軟件系統中的圖像采集模塊會對手環二維碼圖像進行圖像采集，采集到的手環二維碼圖像經過軟件中的處理算法的處理，包括二維碼邊緣檢測算法，二維碼圖像特征提取和識別算法的處理，達到了對手環二維碼圖像的識別和檢測，并對手環二維碼圖像的識別結果實時反饋在控制端。如圖6所示為手環智能識別軟件系統的流程圖。

3.2 軟件系統界面設計

手環智能識別軟件系統是與人進行交互的主要信息界面，手環智能識別軟件安裝在主控制端上，手環二維碼特征識別檢測算法嵌入在軟件系統里面?？梢詫Σ煌伾氖汁h上面的不同尺寸大小的二維碼，在識別軟件系統中設置好參數，打開工業相機進行拍照處理。識別軟件利用處理算法對手環特征圖像進行多層特征處理，最后二維碼圖像中的信息被識別出來，識別出的信息會實時顯示在軟件系統主界面上。手環智能識別軟件系統的主界面如圖7所示。

4? 實驗與分析

能夠快速實時的對各種不同顏色不同人不同尺寸大小的手環二維碼的識別和檢測，并將識別檢測結果實時反饋到控制端，配合走失人員家屬尋找走失人員，顯得尤為重要。無論是老人或者小孩，獨自在外面都很容易走丟，手環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，戴上手環導致的手環彎曲形成的曲面度也是不一樣的，所以對不同的環境下對不同人戴的手環二維碼進行快速的識別，是手環智能識別系統的關鍵所在?，F對手環智能識別系統識別兩批相同數量的手環二維碼圖像，在相同環境的情況見表2。

從上面的試驗結果可以看出，系統分別對兩批相同數量的500張走失人員所帶的手環二維碼圖像進行智能識別，實驗次數均為6次，第一批的識別錯誤率最高為0.4%，識別二批的誤檢率在0.8%以內，且比較穩定。識別所用時間在112s以內，識別效率較高。

5? 結束語

設計的基于機器視覺的防丟失手環智能識別系統設計具有較好的對二維碼手環持有者個人信息的識別檢測性。軟件系統識別檢測快捷高效，能快速且高精度（系統的誤檢率均在0.8%內）地識別手環持有者的個人信息。表明該檢測系統可以高效、高質的識別檢測出手環持有者的個人信息，實現防丟失二維碼手環的自動化識別檢測，達到了快速準確甄別走失人員信息的要求，實際應用推廣空間較大。

參考文獻：

[1]李丹，白國君，金媛媛，童艷.基于機器視覺的包裝袋缺陷檢測算法研究與應用[J/OL].激光與光電子學進展：1-12.

[2]張勝輝，李延年，羅堅銘，吳磊.基于機器視覺提高移動機器人裝夾精度的應用研究[J].制造技術與機床，2018（12）：52-54，68.

[3]靳開軒，郭強.基于LabVIEW的一種視覺角向算法的研究[J].制造技術與機床，2018（12）：74-78.

[4]劉鵬，戴文戰.基于機器視覺的化妝品紙質標簽缺陷檢測方法[J/OL].浙江理工大學學報（自然科學版）：1-8.

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

[6]曹繼項，張軍，陳國棟.基于機器視覺的直角機器人直線度檢測方法研究[J].機床與液壓，2018，46（22）：108-111，145.

[7]方雨，李大寨，林闖.基于機器視覺的傳送帶分揀技術研究[J].機械工程與自動化，2018（06）：173-175.

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

[9]楊勇.基于機器視覺的條形碼及二維碼識別系統的設計[J].微型電腦應用，2018，34（11）：63-66.

[10]王清晨，景軍鋒.采用機器視覺的金屬表面橫向裂紋檢測[J].電子測量與儀器學報，2018，32（11）：71-77.