一种机器视觉的防丢失手环智能识别系统设计

纳祁军

摘要：针对越来越多的老人和小孩以及精神病患者走丢或迷路，走丢或迷路的老人和小孩以及精神病患者虽然被找到了，但是无法快速的识别其身份，导致无法联系其家人等问题，提出了一种机器视觉的防丢失手环智能识别系统。通过VS2010开发的智能识别系统，对带二维码的手环进行图像的采集，采集到的二维码手环图像经过阈值分割算法处理得当二值化图像后，结合OpenCv开发的二维码手环特征提取算法对二维码进行识别，最后经过一系列的数学形态学的处理，识别出手环二维码中的联系人信息完成对防丢失手环的智能识别。该系统成功的进行二维码手环的识别实验，且识别速度快，正确率高，具有一定的应用推广空间。

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.

关键词：机器视觉;手环二维码;人工智能;阈值分割

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

中图分类号：TP274                                       文献标识码：A                                  文章编号：1006-4311（2019）24-0194-03

0  引言

人工智能经历60多年来的发展，从诞生到现在，理论和技术日益成熟，应用领域也在几十年来不断扩大，渗透到生活的方方面面[1]。在人工智能技术领域中，研究机器视觉的专家学者最为居多，可见机器视觉技术是目前最为代表性的人工智能技术的一个应用。近年来，人口走失现象时常发生，人口走失问题一直是社会热点问题[2-3]。我国疆域广阔，人口众多，更是人口走失现象发生最频繁的国家之一，走失后的人不但面临着无法回家的难题，更可怕的是会发生更可怕的人口拐卖现象[4-5]。随着人们生活水平的同提高，我国人口老龄化严重，越来越多的患病的老年人外出走丢，或者离家出走等现象，更为严重的是拐卖儿童的犯罪团伙一直在活动，即使有时候获救了一些被拐卖的儿童，但是因无法快速准确的甄别被拐卖儿童的身份信息而导致的一个一个家庭的破碎。为了防止事态进一步恶化，必须从源头出发，就是增加走失人员能在走失后的最短时间和家人或者公安机关取得联系，但面对老年人、幼儿以及精神疾病患者，因为疾病与年龄的原因，这几类人经常无法准确记清回家的路途，被他人发现时很难准确表示自己的个人信息且不会使用电子产品[6-7]。为了尽快使走失人员得到救助，针对这类现象提出一种机器视觉的放丢失手环智能识别系统。

通过VS2010开发的智能识别系统，对带二维码的手环进行图像的采集，采集到的二维码手环图像经过阈值分割算法处理得当二值化图像后，结合OpenCv开发的二维码手环特征提取算法对二维码进行识别，最后经过一系列的数学形态学的处理，识别出手环二维码中的联系人信息完成对防丢失手环的智能识别[8]。该系统成功的进行二维码手环的识别实验，且识别速度快，正确率高，确实可以帮助改善走失人口回家問题[9-10]。

防丢失手环智能识别系统能重点帮助因为各种原因而有语言或沟通障碍的人在走失后能尽快得到救助，让事态不至于进一步升级为人口拐卖问题。应用方面，此手环智能识别系统不仅可以用于放丢失，亦可以用于学校、医院等需要频繁验证身份的公共场所进行方便、快捷且准确率高的身份验证，具有较大的发展空间。

1  系统整体结构框架设计

如图1中所示的手环智能识别系统依次由传感器与相机、镜头连接，光源给系统提供光照，通过相机采集到的手环二维码图像经过PC端与千兆网将图像数据传输到软件系统，软件系统首先经过图像的预处理，包括对手环二维码图像的阈值分割、二值化，得到处理之后的二值化图像，根据二值化图像手环二维码特征进行连通域去噪处理，最后对手环二维码图像中的特征进行边缘检测和而唯美识别。具体的处理流程结构图如图1所示。

2  系统硬件设计

2.1 工业相机

由于手环为圆环状，表面附有二维码图像，面积小且手环表面呈现各种不同的颜色，针对本品选择型号为MER-200-14GM的C接口CCD工业GIGE数字相机，帧频为14fps。由于二维码图像较小，所以分辨率选200万像素的工业相机;又因为手环表面呈各种不同的颜色，综合考虑选定黑白的工业相机。（图2）

2.2 工业镜头

手环二维码均附在手环表面，手环表面有一定曲面度，综合考虑以及所确定的相机的型号，确定镜头型号为Schneider Xenon-100M/C，像素为100万的工业镜头。

2.3 光源

由于二维码图像面积较小，手环具有不同的颜色，考虑到人佩带上手环后，不同人的肤色不同，所带位置也有诸多不同情境，本次实验选取型号为OPT-RI7060的白光环形工业光源。针对手环有一定的曲面度，考虑到手环颜色、佩戴人肤色、佩戴位置以及所处环境光影响等诸多变量，白光可最大程度的减少这些因素对所拍图像清晰度的影响，从而提高拍摄质量;光线角度与水平方向成60°。遵从可持续发展理念，所选光源的额定电压为24V，额定功率为3.8W。

2.4 多传感器配合

在识别系统中的第一步就是获取手环二维码的图像，相机中的CCD芯片会接收到信号，进而进行拍照。硬件的主要参数见表1。

3  识别软件系统

3.1 处理流程设计

软件系统中的图像采集模块会对手环二维码图像进行图像采集，采集到的手环二维码图像经过软件中的处理算法的处理，包括二维码边缘检测算法，二维码图像特征提取和识别算法的处理，达到了对手环二维码图像的识别和检测，并对手环二维码图像的识别结果实时反馈在控制端。如图6所示为手环智能识别软件系统的流程图。

3.2 软件系统界面设计

手环智能识别软件系统是与人进行交互的主要信息界面，手环智能识别软件安装在主控制端上，手环二维码特征识别检测算法嵌入在软件系统里面。可以对不同颜色的手环上面的不同尺寸大小的二维码，在识别软件系统中设置好参数，打开工业相机进行拍照处理。识别软件利用处理算法对手环特征图像进行多层特征处理，最后二维码图像中的信息被识别出来，识别出的信息会实时显示在软件系统主界面上。手环智能识别软件系统的主界面如图7所示。

4  实验与分析

能够快速实时的对各种不同颜色不同人不同尺寸大小的手环二维码的识别和检测，并将识别检测结果实时反馈到控制端，配合走失人员家属寻找走失人员，显得尤为重要。无论是老人或者小孩，独自在外面都很容易走丢，手环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，戴上手环导致的手环弯曲形成的曲面度也是不一样的，所以对不同的环境下对不同人戴的手环二维码进行快速的识别，是手环智能识别系统的关键所在。现对手环智能识别系统识别两批相同数量的手环二维码图像，在相同环境的情况见表2。

从上面的试验结果可以看出，系统分别对两批相同数量的500张走失人员所带的手环二维码图像进行智能识别，实验次数均为6次，第一批的识别错误率最高为0.4%，识别二批的误检率在0.8%以内，且比较稳定。识别所用时间在112s以内，识别效率较高。

5  结束语

设计的基于机器视觉的防丢失手环智能识别系统设计具有较好的对二维码手环持有者个人信息的识别检测性。软件系统识别检测快捷高效，能快速且高精度（系统的误检率均在0.8%内）地识别手环持有者的个人信息。表明该检测系统可以高效、高质的识别检测出手环持有者的个人信息，实现防丢失二维码手环的自动化识别检测，达到了快速准确甄别走失人员信息的要求，实际应用推广空间较大。

参考文献：

[1]李丹，白国君，金媛媛，童艳.基于机器视觉的包装袋缺陷检测算法研究与应用[J/OL].激光与光电子学进展：1-12.

[2]张胜辉，李延年，罗坚铭，吴磊.基于机器视觉提高移动机器人装夹精度的应用研究[J].制造技术与机床，2018（12）：52-54，68.

[3]靳开轩，郭强.基于LabVIEW的一种视觉角向算法的研究[J].制造技术与机床，2018（12）：74-78.

[4]刘鹏，戴文战.基于机器视觉的化妆品纸质标签缺陷检测方法[J/OL].浙江理工大学学报（自然科学版）：1-8.

[5]高畅，刘浩克，刘基宏.基于机器视觉的细纱管分类检测[J].丝绸，2019（01）：28-32.

[6]曹继项，张军，陈国栋.基于机器视觉的直角机器人直线度检测方法研究[J].机床与液压，2018，46（22）：108-111，145.

[7]方雨，李大寨，林闯.基于机器视觉的传送带分拣技术研究[J].机械工程与自动化，2018（06）：173-175.

[8]赵海峰，郭燕，崔吉，沈江越，袁明虎，朱成.基于机器视觉的小微零件缺陷检测技术及装置研究[J].工具技术，2018，52（11）：147-149.

[9]杨勇.基于机器视觉的条形码及二维码识别系统的设计[J].微型电脑应用，2018，34（11）：63-66.

[10]王清晨，景军锋.采用机器视觉的金属表面横向裂纹检测[J].电子测量与仪器学報，2018，32（11）：71-77.