何翔

（中國(guó)計(jì)量大學(xué) 浙江省杭州市 310018）

隨著電子電路技術(shù)、傳感器技術(shù)的快速發(fā)展，越來(lái)越多的傳感器模塊被研制并且應(yīng)用在人們的生產(chǎn)、生活中，從簡(jiǎn)單的單信號(hào)傳感器到復(fù)雜的多融合傳感器，各式各樣的傳感器作為裝置的檢測(cè)元件，在為人們提供便利的同時(shí)，也進(jìn)一步保證了人們的安全。

當(dāng)今，生活中需要檢測(cè)的對(duì)象越來(lái)越多，便捷、有效且安全的進(jìn)行各項(xiàng)檢測(cè)是當(dāng)前檢測(cè)技術(shù)發(fā)展的重要手段，非接觸式智能檢測(cè)的問(wèn)題越發(fā)的受到人們的關(guān)注，越來(lái)越多的傳感器被用于智能識(shí)別，自動(dòng)化檢測(cè)中。其中，一些由傳感器、處理單元等搭建的產(chǎn)品通過(guò)對(duì)人體的體溫、人臉、口罩等特征的檢測(cè)識(shí)別，可快速有效的對(duì)適應(yīng)人群進(jìn)行篩選，滿足生活中對(duì)人群篩選要求，實(shí)現(xiàn)無(wú)接觸式的檢測(cè)功能。

為了讓學(xué)生學(xué)習(xí)傳感器的工作方式和使用方法，將當(dāng)前實(shí)際需求與實(shí)驗(yàn)教學(xué)相結(jié)合，設(shè)計(jì)了非接觸式檢測(cè)裝置綜合實(shí)驗(yàn)項(xiàng)目。旨在讓學(xué)生熟悉電子信息與圖像處理互相結(jié)合的開(kāi)發(fā)技術(shù)；掌握電子電路中信號(hào)采集、處理并存儲(chǔ)的方法；熟悉當(dāng)下應(yīng)用范圍較廣的OpenMV 機(jī)器視覺(jué)模塊的原理與使用方法；了解機(jī)器視覺(jué)人臉檢測(cè)的技術(shù)實(shí)現(xiàn)方法。通過(guò)硬件搭建、軟件編寫(xiě)以及算法應(yīng)用的實(shí)驗(yàn)過(guò)程，讓學(xué)生在實(shí)驗(yàn)中更好的鞏固學(xué)習(xí)知識(shí)，培養(yǎng)學(xué)生的自主思考能力和項(xiàng)目處理能力，提高實(shí)驗(yàn)教學(xué)質(zhì)量。

1 系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)原理與硬件選擇

非接觸式檢測(cè)裝置是通過(guò)傳感器獲取被測(cè)者的特征信息，并通過(guò)人為制定的人群篩選規(guī)則需求，進(jìn)而判斷被測(cè)者是否滿足篩選標(biāo)準(zhǔn)。為了滿足上述功能需求，所設(shè)計(jì)搭建的非接觸式檢測(cè)裝置需滿足人臉識(shí)別、身份比對(duì)、體溫測(cè)量等基礎(chǔ)要求，因此，需要對(duì)整體系統(tǒng)組件進(jìn)行選擇。

處理單元是所有電子設(shè)備不可或缺的部分，本文實(shí)驗(yàn)裝置以STM32F4 系列單片機(jī)作為主處理器，如圖1(c)所示；STM32F4 采用Crotex M4 內(nèi)核，最高主頻168MHz，提供140 個(gè)GPIO 口，最高時(shí)鐘速度達(dá)到37.5MHz；并且，其具有增強(qiáng)的DSP 指令集，有備份域SPAM，可通過(guò)Vbat 供電保持?jǐn)?shù)據(jù)等功能，足以滿足本文非接觸式檢測(cè)裝置設(shè)計(jì)所需。采用數(shù)字式熱電堆傳感器MLX90614 作為溫度傳感元件；如圖1(a)所示；MLX90614 具有體積小、易于集成、精度高、抗干擾能力強(qiáng)等特點(diǎn)；并且，出廠完成的基本配置以及校準(zhǔn)使其溫度解碼方式較為簡(jiǎn)單、使用方便，滿足非接觸式溫度測(cè)量的基本需求。采用OpenMV 作為本裝置的視覺(jué)識(shí)別感知模塊，如圖1(b)所示；OpenMV 提供完善的Python 接口，可使用Python 進(jìn)行編程，具有低成本、多功能、編程簡(jiǎn)易等特點(diǎn)，并且與STM32 聯(lián)合使用方式簡(jiǎn)單，資源豐富，滿足人臉識(shí)別和身份比對(duì)的要求。

圖1：硬件模塊

1.2 系統(tǒng)總體方案設(shè)計(jì)

非接觸式檢測(cè)裝置以STM32F4 單片機(jī)作為主控制器，通過(guò)MLX90614 熱電堆傳感器采集人體溫度信號(hào)并與單片機(jī)通過(guò)I/O 相連，如圖2 所示?？梢?jiàn)，MLX90614 模塊由SCL 與SDA 與STM32F4 的I/O 進(jìn)行數(shù)據(jù)傳輸，并通過(guò)兩個(gè)上拉電阻進(jìn)行高電平鎖定，保證數(shù)據(jù)交互的穩(wěn)定性。

圖2：MLX90614 與STM32 連接圖

在主控制器上裝備OpenMV 視覺(jué)模塊，通過(guò)其采集被測(cè)者的視覺(jué)圖像信息，以進(jìn)行人臉身份、面部口罩佩戴的識(shí)別。另外，裝載可觸控式的LCD 屏幕，實(shí)現(xiàn)交互式的可視化界面，系統(tǒng)總體框圖如圖3 所示。

圖3：總體設(shè)計(jì)流程圖

2 體溫測(cè)量與身份識(shí)別

2.1 非接觸式體溫測(cè)量

為減少檢測(cè)過(guò)程中的人為介入以及人為接觸，減少耗費(fèi)的人力資源，非接觸式智能體溫測(cè)量尤為重要。物體紅外輻射能量的大小和波長(zhǎng)的分布與其表面溫度密切相關(guān)；紅外測(cè)溫是根據(jù)物體的紅外輻射能量來(lái)確定物體的溫度，不與被測(cè)物體接觸，具有溫度分辨率高、響應(yīng)速度快、穩(wěn)定性好等特點(diǎn)。

本文實(shí)驗(yàn)裝置采用MLX90614 傳感器結(jié)合單片機(jī)測(cè)量人體體溫。MLX90614 傳感器輸出的溫度信號(hào)經(jīng)過(guò)內(nèi)部低噪聲、低失調(diào)的運(yùn)算放大器放大后經(jīng)過(guò)A/D 轉(zhuǎn)換器轉(zhuǎn)換為17 位數(shù)字信號(hào)通過(guò)可編程FIR 及IIR 低通數(shù)字濾波器處理后輸出，配置為10 位的PWM 輸出格式用于連續(xù)傳送溫度范圍為20～120°C 的物體溫度，其分辨率為0.14°C，輸出結(jié)果存儲(chǔ)在其內(nèi)部RAM 存儲(chǔ)單元中。且該模塊在出廠前已進(jìn)行校驗(yàn)線性化，可通過(guò)適當(dāng)?shù)慕獯a方式計(jì)算其測(cè)量的溫度。故在程序設(shè)計(jì)中，使用IIC 協(xié)議連接MLX90614 傳感器與STM32F4 單片機(jī)，并將獲取的數(shù)據(jù)進(jìn)行解碼，以獲得實(shí)際的數(shù)據(jù)。

2.2 人臉識(shí)別

人臉識(shí)別技術(shù)是根據(jù)人體的面部特征，在一張輸入的圖像中首先找到人臉的位置，然后再識(shí)別被測(cè)者的身份的一種新型的圖像處理手段。由于面部特征總存在一定的規(guī)律，近年來(lái)提出了很多圖像特征算子來(lái)對(duì)這一特征進(jìn)行描述。

本文基于局部二值模式(Local Binary Pattern, LBP)對(duì)人臉進(jìn)行檢測(cè)。LBP 時(shí)用于描述圖像局部特征的算子，具有灰度不變性何旋轉(zhuǎn)不變性即不受光照強(qiáng)度即圖像旋轉(zhuǎn)變化的影響。LBP 的原理是通過(guò)比較判斷圖像中某點(diǎn)八聯(lián)通的領(lǐng)域與當(dāng)前點(diǎn)的灰度值大小，簡(jiǎn)化局部特征，并通過(guò)轉(zhuǎn)編碼的方式存儲(chǔ)，如圖4 所示。由此，可以將復(fù)雜的圖像數(shù)據(jù)轉(zhuǎn)換成簡(jiǎn)單的二進(jìn)制數(shù)據(jù)模式來(lái)進(jìn)行存儲(chǔ)，以保存圖像中某個(gè)局部的邊界特征。

圖4：LBP 特征算子原理

因此，使用LBP 算子進(jìn)行圖像中的人臉識(shí)別，首先，需要先使用攝像頭拍攝被測(cè)試者的人臉照片存入SD 卡中；其次，計(jì)算新捕獲的被測(cè)者圖片計(jì)算的局部特征算子；然后，抽取圖像樣本庫(kù)中的人臉特征，得到每個(gè)人人臉特征的平均值，將平均值與被測(cè)試者的人臉特征進(jìn)行比對(duì)；最后，計(jì)算樣本中的人臉與被測(cè)試者的人臉的差異度，將所有差異度進(jìn)行比對(duì)，得到識(shí)別的結(jié)果。具體流程如圖5 所示。

圖5：人臉識(shí)別流程圖

通過(guò)上述方法，可以簡(jiǎn)單實(shí)現(xiàn)本地少量存儲(chǔ)的人臉識(shí)別。基于以上方法，還可將計(jì)算計(jì)算每個(gè)局部LBP 特征算子的直方圖，即每個(gè)數(shù)字出現(xiàn)的頻率，并且對(duì)該直方圖進(jìn)行歸一化處理，然后，將計(jì)算可到的各局部統(tǒng)計(jì)直方圖連接成一個(gè)特征向量，也就是構(gòu)成整幅圖的LBP 紋理特征向量，然后便可以用SVM 或者其他機(jī)器學(xué)習(xí)算法進(jìn)行分類了，以實(shí)現(xiàn)規(guī)模更大，準(zhǔn)確度更高的人臉識(shí)別。

2.3 口罩檢測(cè)

在對(duì)人臉識(shí)別的要求后，本文設(shè)計(jì)的非接觸式檢測(cè)裝置可一步檢測(cè)面部佩戴的口罩，本文采用色塊識(shí)別的方法對(duì)人臉口罩檢測(cè)進(jìn)行求解。

色塊識(shí)別是圖像處理中依據(jù)顏色或是灰度值來(lái)篩選ROI區(qū)域的常用算法，其具有使用簡(jiǎn)單，計(jì)算量小，判斷方便的優(yōu)點(diǎn)。故本文使用色塊識(shí)別算法結(jié)合最小外接矩形來(lái)對(duì)口罩進(jìn)行檢測(cè)。首先，使用Find_Blobs 函數(shù)根據(jù)圖片中的顏色、邊界大小、像素?cái)?shù)量獲取圖像中所有滿足要求的色塊區(qū)域；然后根據(jù)得到色塊區(qū)域，在進(jìn)行最小外接矩形來(lái)確定口罩的范圍，最后繪制出滿足要求的口罩，如圖6 所示。在實(shí)際應(yīng)用中，還可將色塊識(shí)別計(jì)算的結(jié)果與人臉識(shí)別的區(qū)域結(jié)果相結(jié)合，通過(guò)對(duì)兩者的重疊區(qū)間進(jìn)行計(jì)算，以減少誤檢概率，提高口罩識(shí)別的準(zhǔn)確率。

圖6：口罩識(shí)別效果

2.4 可視化觸控交互界面

可視化交互是裝置中不可缺少的部分，在完成上述識(shí)別檢測(cè)功能程序后，需進(jìn)一步在非接觸式檢測(cè)裝置中加入便于可視化的交互模塊。設(shè)計(jì)采用在STM32F4 主控上裝載可觸控式LCD 顯示屏的方式來(lái)顯示識(shí)別測(cè)量后的輸出內(nèi)容。在STM32F4 中有完整的LCD 顯示開(kāi)發(fā)工具包，且LCD 顯示功能完善，信息輸出能力強(qiáng)，方便在后續(xù)裝置調(diào)試與使用中對(duì)輸出結(jié)果進(jìn)行觀察。

另外，為了更好的進(jìn)行檢測(cè)報(bào)警，滿足裝置在檢測(cè)到不滿足條件的觀測(cè)人群進(jìn)行提示的功能，增加了蜂鳴器用于裝置警報(bào)。同時(shí)，為優(yōu)化MLX90614 測(cè)量部位的指示，進(jìn)一步的增加了激光電路。

3 實(shí)驗(yàn)結(jié)果及分析

對(duì)上述所描述的裝置組件進(jìn)行搭建，并且在OpenMV中編寫(xiě)圖像處理的Python 腳本，完成上述在STTM32 單片機(jī)中的功能程序的編寫(xiě)、調(diào)試，并組合軟硬件結(jié)構(gòu)后，學(xué)生搭建所完成的非接觸式檢測(cè)裝置如圖7 所示。

圖7：非接觸式檢測(cè)裝置實(shí)物圖

接著，對(duì)所搭建非接觸式檢測(cè)裝置進(jìn)行功能驗(yàn)證，主要由體溫測(cè)量功能實(shí)驗(yàn)、身份識(shí)別功能實(shí)驗(yàn)以及戴口罩檢測(cè)功能實(shí)驗(yàn)三部分組成。

通過(guò)非接觸式檢測(cè)裝置與標(biāo)準(zhǔn)儀器測(cè)得的溫度進(jìn)行對(duì)比，以驗(yàn)證本實(shí)驗(yàn)裝置的體溫測(cè)量功能。在實(shí)驗(yàn)中，分別使用精度為0.1℃的額溫槍與本實(shí)驗(yàn)裝置多次采集不同被測(cè)者的體溫，并求其平均值比較其誤差。溫度測(cè)量統(tǒng)計(jì)結(jié)果如表1 所示，可以看出，本文實(shí)驗(yàn)裝置的溫度測(cè)量值與溫度實(shí)際值之間的誤差不大于0.8℃，并且對(duì)高低溫也具有一定的適配能力，證明本文溫度測(cè)量方法具有一定的真實(shí)性。

表1：體溫測(cè)量

分別采集10 位被測(cè)者共100 張人臉圖片，并將其中5位被測(cè)者的人臉信息錄入識(shí)別裝置中，通過(guò)對(duì)采集的被測(cè)者照片進(jìn)行判定，計(jì)算人臉識(shí)別的準(zhǔn)確率，統(tǒng)計(jì)結(jié)果如表2 所示；通過(guò)對(duì)識(shí)別通過(guò)照片以及識(shí)別準(zhǔn)確率分析可知，在總測(cè)試圖片中，有48 張已錄入且判定正確圖片通過(guò)，存在3 張誤檢的人臉圖像，總體識(shí)別準(zhǔn)確率為94.12%，具有較高的可信度。

表2：人臉識(shí)別結(jié)果統(tǒng)計(jì)

采集戴口罩與不戴口罩各50 張照片，將其混合打亂后使用檢測(cè)裝置依次對(duì)其進(jìn)行戴口罩結(jié)果的判定，檢測(cè)結(jié)果如表3 所示；可以看出，在總測(cè)試圖片中，有49 張正確佩戴口罩通過(guò)，存在1 張誤檢的圖像，本文設(shè)計(jì)的非接觸式檢測(cè)裝置對(duì)口罩識(shí)別有較高的準(zhǔn)確率。

表3：口罩檢測(cè)結(jié)果統(tǒng)計(jì)

通過(guò)上述實(shí)驗(yàn)結(jié)果可知，所設(shè)計(jì)的非接觸式檢測(cè)裝置具有體溫測(cè)量、身份信息識(shí)別以及口罩識(shí)別的功能，且其溫度測(cè)量誤差不大于0.8℃，人臉識(shí)別準(zhǔn)確率為94.12%，口罩檢測(cè)準(zhǔn)確率為98.04%，具有較高的檢測(cè)識(shí)別能力；設(shè)計(jì)的可觸控顯示界面能邊界有效的輸出消息，具有較強(qiáng)的交互性。

4 總結(jié)

結(jié)合工程實(shí)際，以非接觸式檢測(cè)應(yīng)用為主要背景，本文設(shè)計(jì)了非接觸式檢測(cè)裝置，并應(yīng)用于電子設(shè)計(jì)綜合創(chuàng)新實(shí)驗(yàn)教學(xué)中。實(shí)驗(yàn)以STM32F4 單片機(jī)為主控芯片，結(jié)合傳感器測(cè)量模塊、單片機(jī)軟件開(kāi)發(fā)、圖像處理技術(shù)、特征算子等知識(shí)點(diǎn)，拓展學(xué)生在實(shí)驗(yàn)訓(xùn)練中的自主設(shè)計(jì)發(fā)揮的能力，鍛煉學(xué)生的工程實(shí)踐能力。本實(shí)驗(yàn)可拓展能力強(qiáng)，通過(guò)對(duì)系統(tǒng)的軟件設(shè)計(jì)可產(chǎn)生不同的結(jié)果，進(jìn)一步發(fā)揮學(xué)生的主觀能動(dòng)性，并讓學(xué)生自主的參與自己設(shè)計(jì)的系統(tǒng)中，提升學(xué)生的參與度與獲得感。實(shí)驗(yàn)緊跟時(shí)下潮流熱點(diǎn)，讓學(xué)生在實(shí)驗(yàn)中鞏固專業(yè)知識(shí)，學(xué)習(xí)時(shí)下熱門(mén)技術(shù)，培養(yǎng)開(kāi)發(fā)與實(shí)踐能力。