紅外體溫測量技術在智慧校園系統的應用

潘惠蘋

(廣東工商職業技術大學, 計算機學院， 廣東， 肇慶 526000)

0 引言

2019年暴發冠狀病毒病(COVID-19)，我國對于公共健康安全加強了重視，體溫成為了篩選病患的方法之一。通過準確而迅速的測溫能夠將疑似患者篩查出來，避免疫情大規模蔓延。學校作為培養人才的主陣地，校園內是否蔓延新冠肺炎疫情對學生發展具有重要影響。為此，應當積極將智慧校園管理系統與紅外測溫技術相結合，推進校園信息化建設，實現校園內部疫情防控。

1 系統總體設計

1.1 設計原理

一切物體均向周圍空間發射紅外能量，其輻射能量、特性、波長分布等均與表面物體溫度相關。通過測量物體輻射紅外能量，可測定其表面溫度。因此，開展紅外輻射測溫對于校園防控疫情至關重要。

人體不斷向四周釋放紅外能量，波長通常是9～13 μm，處于0.76～100 μm的近紅外波段，空氣無法吸收該波長范圍內的光線。因此人體向外輻射紅外大小無關環境，僅與人體能量含存及釋放大小相關，僅需通過測量人體輻射紅外能量，即可對人體表面溫度準確測定[1]。在智慧校園系統中，根據該原理構建人體溫度測量模塊，能夠準確迅速測量人體表面溫度，具有設備壽命長、響應快、安全高、低成本等優點。

1.2 總體框架

本研究總體框架為在各類學校的智慧校園管理系統中融入紅外測溫技術。該設計包含紅外輻射測溫電路、電源電路、溫度顯示電路、STM32外圍電路、U盤存儲溫度數據電路及Wi-Fi傳輸數據電路。通過熱紅外輻射傳感器實時測量人體溫度，管理系統通過顯示屏將溫度數據顯示出來，由U盤存儲電路存儲數據，還可利用Wi-Fi將其發送至電腦端，安排專業人員檢測溫度(見圖1)。

圖1 紅外測溫系統

2 系統硬件設計

2.1 顯示屏

顯示屏能夠將圖形符號、漢字等顯示出來。在智慧校園紅外溫測系統中，利用液晶屏將紅外傳感器所測溫度數據及閾值溫度顯示出來。

2.2 紅外測溫傳感器

紅外探測器通常分為制冷型與非制冷型兩種。前者性能良好，價格較高，但設備體積較大，不利于應用；而后者盡管性能有所不足，但造價低、體積小[2]。所以在智慧校園系統中選用非制冷型紅外探測器，綜合考慮適用性與實用性，分析測溫系統需求及探測器參數如下。

(1) 工作波段。大氣中傳播紅外射線有3個透射窗口，分別為長波、中波及短波紅外。室溫物體紅外輻射主要集中于長波與中波紅外波段，廣譜區紅外輻射源于原子和分子熱運動產生的轉動能級躍遷與振動自發輻射，其與室溫能量相當，即便室溫物體同樣會發射中長波紅外。人體溫度范圍約為10～50 ℃，該溫度中紅外信號集中于長波，紅外探測器也應當在長波紅外波段內工作。

(2) 探測器幀率。在該類紅外探測器中，幀率可分為30幀/s與9幀/s。人眼想要看到連續圖像，則幀率需超過24幀/s。9幀/s的紅外探測測器圖像可能出現斷續問題，觀測固體可應用該探測器，但在人體連續觀測中，則選擇30幀/s，以確保圖像連續性[3]。

通過上述分析，在智慧校園紅外測溫系統中，采取熱紅外輻射傳感器芯片為MLX90614，其為數字式紅外傳感器，主要是通過檢測人體紅外輻射測量人體溫度。通過該芯片能夠將現場范圍內紅外輻射向電流信號轉變，利用外部處理器對RAM進行讀取，即可獲得市級測量溫度。傳感器與3.3 V電源連接，芯片內部具備32位EPPROM與RAM，上電工作后即可在RAM中存儲數據。

2.3 攝像頭

系統中可見光攝像頭不僅可作為發燒人員查找的輔助設備，還能進行人臉識別。現有人臉識別庫主要以可見光圖像為基礎進行處理，所以要求圖像成像快、無抖動，成像清晰，能夠自動對焦。系統前端人像采集應用組合式攝像頭，可見光攝像頭1 280×960分辨率。在整體系統搭建中，包含多路網絡攝像頭，利用網絡能夠將人像傳輸至后臺服務器[4]。系統由于其特殊性，在安裝前端采集系統時，需注意位置，攝像頭最佳探測視角是15°，還應考慮人群遮擋問題，最佳探測距離5 m，保證通過系統能夠探測到人臉正面。

2.4 U盤讀寫模塊

在U盤讀寫中，所用模塊為CH376U盤模塊，可通過單片機讀寫U盤等存儲設備，該芯片模塊借助接收微處理器所傳輸的溫度數據，將其存儲至指定U盤位置文件夾內[5]。系統中U盤讀寫采用SPI接口，電路也是相應的SPI電路模式，管腳為VCC、RSTI、INT、GND，以及D3、5、6、7。在此過程中需注意VCC接口與5 V電源相連接，如若與3.3 V電源連接則會導致芯片無法正常工作，且芯片應用于SPI模式中，需保證置低WR#于RD#管腳，J1-2中無須使用接跳線，將RXD與TXD均懸空。

2.5 Wi-Fi發送模塊

Wi-Fi傳輸芯片選用ESP8266，借助電腦與芯片連接設置Wi-Fi，可發送溫度數據至電腦端，將其實時記錄下來。該芯片作為Wi-Fi傳輸模塊，耗能小、集成度高，由轉壓芯片、電容、電阻、晶振等構成，成本低，便于在任意系統中使用，達到最佳集成度，在智慧校園紅外測溫系統中能夠減少系統體積，提高其可攜帶性。

3 系統軟件設計

3.1 顯示溫度

智慧校園測溫系統采用單片機STM32處理器，由系統軟件控制工作。在I2C總線上安裝紅外輻射探測器，安裝中需對每個MLX90614修改地址，保證總線上每個探測器地址具備唯一性，以此處理器方能根據探測器不同地址獲取其測量的人體溫度數據，進而存儲數據至RAM內。在芯片地址更改中，每個地址僅能更改1次，將芯片連接總線后逐步更改地址，此過程為先清空傳感器地址后，再在系統內寫入所需設備地址[6]。讀取芯片內溫度數據時，微處理器必須想起發送地址命令，等待系統應答，接收應答后即可讀取RAM溫度數據，將其在顯示屏上顯示出來，以此類推，采集總線上全部傳感器溫度數據。

3.2 測溫模塊

測溫技術是與“大腦”和“眼睛”連接的神經系統，十分重要。紅外探測器作為成型器件，能夠將物體紅外輻射向灰度圖轉化，系統需在獲得灰度圖后將灰度值所體現的溫度值顯示出來。紅外探測器器件能夠將接收紅外輻射直接向灰度信息轉化，紅外輻射能量與灰度信息線性相關，理論上環境溫度固定，則探測器接收紅外輻射僅根據被測物體溫度變化產生變化。系統測溫中，環境溫度恒定，接收實際輻射隨物體變化產生變化，可獲得溫度曲線簡化推導方式，借助可設置設備溫度特點，測量諸多不同溫度下紅外圖像灰度值對比表，標定溫度數與灰度值，在測量溫度中其變化頻率符合溫度精度需求，即可借助軟件通過逆向運算轉換灰度圖像為對應溫度[7]。人臉發射率約為0.98，人臉膚色差異無較大變化，實際測定灰度步驟后，可知系統測量偏移在要求范圍內，符合人體溫測量需求。

3.3 讀寫數據

智慧校園系統運行后，可借助CH376模塊引腳點評是否與設備接上進行判斷，外接設備在USB口連接后，將會使得引腳轉變為低電平，可知模塊已經接入外接設備[8]。觸發中斷后程序即可進入外部硬件判斷過程，SD存儲卡或U盤儲存器接入模塊后，借助對應函數即可讀取SD與U盤型號，按照返回值進行儲存期間判斷，鍵盤、鼠標等非儲存器件則結束程序，返回U盤參數值后，模塊將U盤打開，在制定文件下創建讀寫數據文件名，或在現有文件內讀寫數據，最終判斷是否成功寫入數據后實施下一步操作，寫入失敗則會始終運行在寫入程序位置，直至成功寫入數據后將程序結束。

3.4 發射數據

AT指令配置ESP8266模式，未能配置則將程序結束，完成配置則發送數據，利用內部程序實現數據發送，從而進入數據等待環節。

4 智慧校園紅外測溫系統應用

4.1 人臉檢測

為了對人臉檢測模塊速度與精度進行測試，針對該場景分別選用多段行人運動視頻檢測人臉，獲得其平均檢測速度與準確率。在智慧校園平臺上，視頻實驗幀率是40幀/s，RAM為G，每幀圖像大小1 280×960，選擇500幀圖像人臉供給1 976張，進行Cascade CNN、Adaboost、FuSt及人臉檢測率計算，公式如下：

P=N/M

(1)

式中，N為圖像人臉正確檢測數量,P為人臉檢測率,M為圖像人臉總數。檢測結果見表1。

表1 人臉檢測對比

通過表1可知，Cascade CNN、Adaboost算法對于人臉圖片多姿態、多角度識別有所忽視，降低了檢測人臉精度，而FuSt在采集全局圖像中時間耗費較多。本系統算法將人臉檢測框視野范圍擴大，引入了圖片上下文信息，進而將人臉檢測率提高，在大角度側面圖及人體面部遮擋中，均能對人臉準確檢測，將檢測時間縮短，促進檢測速度的提高。

4.2 圖像配準

在圖像配準中，在紅外熱圖像與可見光中選擇多組匹配點，通過擬合最小二乘法獲得最優解，即可在紅外圖像中將可見光圖像人臉映射其中。在遠距離基準平面中選擇多組匹配點，通過仿射變換擬合最小二乘法獲得小過度、配準誤差僅為1個像素。主要原因是被拍攝物與2個成像傳感器距離較大，將物體景深忽略，場景看作為平面，不同成像傳感器擬合為仿射變換關系。在智慧校園紅外測溫系統應用中，學生不可能僅停留于基準焦平面，學生走近后2幅圖像在同一目標配準中會出現一定偏移。為此，進行圖像配準偏差校正分析，采取組合攝像頭，按照65 mm基線距離進行多組圖片采集，通過對比計算獲得平均像素偏差，發現運動物體走進后，圖像配準誤差為非線性迅速增長，經過校準后像素誤差僅為1個像素，于是可在圖像中獲取臉部溫度。

4.3 溫度測量

紅外溫度探測器所得溫度數據平均值即可獲得更為準確的數據，所以每次測量可獲得1個數據，室溫測量數據見表2，平均誤差不超過1 ℃，具有良好精度。

表2 室溫測量 單位：℃

實驗中測試系統后，用于測量額頭與手部溫度，與水銀溫度計溫度測量進行對比(見表3)，結果表明，額頭測量溫度誤差約為1 ℃，手部溫差則超過2 ℃，具有較高溫差。人體由于不同位置溫度有所差異，因而溫差在正常范圍內，系統人體溫度測量具有良好效果。

表3 體溫測量 單位：℃

5 總結

在社會現代化發展下，智慧校園已經成為各類學校的主要發展方向，為更好地進行疫情防控，應當在智慧校園系統平臺中融入紅外測溫技術。通過人臉檢測、溫度檢測的方式做到圖像配準，提高學生體溫檢測效率，節約疫情防控人力物力，從而達到良好的校園管理效果。