绍兴文理学院
摘要:本项目以MLX90614以及OpenMv作为检测核心,采用资源丰富、价格相对较低的单片机STM32F103RCT6作为系统的主控芯片。OpenMv模块采集人脸信息并进特征比对识别人脸,从而达到身份识别的功能。MLX90614模块进行红外无接触温度检测,测量光标所在位置的温度。在经TOF10120测距模块测 距后,将温度信息进行校准。系统以按键,Oled显示屏,蜂鸣器作为交互器件。Oled显示屏上显示身份验证信息以及温度信息。当检测到温度异常、身份识别失败以及未佩戴口罩的信息时,蜂鸣器报警。
关键词:人脸识别 口罩监测 红外 无接触测温
1 引言
2 系统总体设计方案
图 1系统结构框图
如图1所示,系统的总体方案如下:按键模块控制进入无接触温度测量模块或身份识别模块。MCU控制身份识别模块识别人脸信息,将人脸特征与在存储模块中的身份信息进行对比,并将比对结果反馈给MCU。如果身份不符,MCU控制报警模块报警。按键模块控制还身份特征学习功能。MCU控制身份识别模块,采集到的人脸特征与存储模块中的身份信息进行对比,如果身份不符或未佩戴口罩,MCU控制报警模块报警。温度信息和身份比对结果都通过显示模块反馈。
2.1无接触温度测量模块:
无接触测温模块采用红外测温模块,红外测温是根据被测物体的红外辐射能量来确定物体的温度,不与被测物体接触,具有温度分辨率高、响应速度快、稳定性好的特点。
物体红外辐射能量的大小和波长的分布与其表面温度关系密切。因此只要通过对物体自身红外辐射的测量,就能准确地确定其表面温度。
本装置采用的MLX90614模块以MLX81101红外热电堆传感器作为红外感应部分,目标温度和环境温度由81101内置地热电偶测定测量,红外热电堆传感器输出的温度信号经过内部低噪声、低失调的运算放大器(OPA)放大后经过A/D转换器(ADC)转换为17位数字信号通过可编程FIR及IIR低通数字滤波器(即DSP)处理后输出,输出结果存储在其内部RAM存储单元中。
MLX90614中的EEPROM中的omax和
omin寄存器是设定的测量物体温度上、下限,Ta范围即环境温度范围。
采用SMBus方式进行温度数据和
的读取输出。
环境温度
物体温度
MLX90614测取环境温度,同时将温度信息传输到单片机上进行判断,来选取不同的温度补偿数据,确定不同距离
下的线性直线
与
的取值。通过与基准温度
的比较,将初步测得的温度
1进行运算处理,得到显示温度:
2.2身份识别模块:
口罩检测采用特征点检测的方式利用FAST/AGAST算法进行特征提取,并且进行目标追踪,支持灰度图。
基于加速分割测试的FAST算法可以快速地提取出角点特征。该算法判断一个候选点p是否为角点,依据的是在一个像素点p为圆心,半径为3个像素的离散化Bresenllam圆周上,在给定阈值t的条件下,如果在圆周上有n个连续的像素灰度值大于或小于
,则p为候选点,然后再进一步进行完整的判断。
人脸识别模块主要使用基于Haar特征的人脸识别来分辨不同的人脸。通过分析对比相邻图像区域来判断给定图像或者图像区域与已知对象是否匹配。
具体的计算Haar特征个数的公式为:
其中,为图片大小,,
为矩形特征大小,
,
表示矩形特征在水平和垂直方向的能放大的最大比例系数。
2.3电路设计
图 2电路原理图
2.4软件流程图
图3软件流程图
3结论
通过对红外无接触温度测试数据分析可知,MLX90614红外测得的温度虽然存在一定误差,但是通过线性补偿,30cm内测量温度的误差在±0.3℃内,相对误差绝对值≤1%,距离远大于实验要求,误差也较小,符合项目设计要求;通过对身份识别测试数据分析可知,身份识别模块能过捕捉测试人的人脸特征并与存储模块中的人脸特征进行数据对比。人脸识别成功率≥99%,口罩识别成功率≥99%,且该装置能够进行人脸特征学习,符合题目要求。
基金项目:绍兴文理学院2021年校级学生科研课题
作者简介:
戴家兴,2001.02,男,汉,江苏兴化,绍兴文理学院机械与电气工程学院电气自动化系,学生。
通讯作者简介:张瞳,1981.11,男,汉,陕西宝鸡,绍兴文理学院电气自动化系,讲师,机器视觉,图像处理。