F题_山东赛区_山东科技大学——简易无接触温度测量与身份识别装置.pdf-资料库

qq_43353953-13059843-16359647274427151096.pdf-第1页.png

第1页 / 共16页

qq_43353953-13059843-16359647274427151096.pdf-第2页.png

第2页 / 共16页

qq_43353953-13059843-16359647274427151096.pdf-第3页.png

第3页 / 共16页

qq_43353953-13059843-16359647274427151096.pdf-第4页.png

第4页 / 共16页

qq_43353953-13059843-16359647274427151096.pdf-第5页.png

第5页 / 共16页

qq_43353953-13059843-16359647274427151096.pdf-第6页.png

第6页 / 共16页

qq_43353953-13059843-16359647274427151096.pdf-第7页.png

第7页 / 共16页

qq_43353953-13059843-16359647274427151096.pdf-第8页.png

第8页 / 共16页

2020 年山东省大学生电子设计竞赛简易无接触温度测量与身份识别装置（F 题） 2020 年 10 月 13 日

摘要本文介绍了利用 MLX90614、OpenMV 等芯片与器件作为采集电路，基于 STM32F103 的简易无接触温度测量与身份识别装置。该系统利用温度测量器件与图像采集模块相互配合，通过接收、处理系统回传的数字信号等数据，利用滑动滤波与图像特征点提取与比对算法对外部温度、人脸信息进行测量与识别，并完成相应的显示与报警功能。并且该系统利用了基于 LBP 的机器学习算法，实现了在学习模式下对陌生人脸的特征参数提取与识别。符合基本的设计规范，实测结果表明，本系统实现了题目要求的全部指标。关键词：STM32F103；无接触温度测量；LBP 算法；人脸识别

目录 1 系统方案 ......................................................... 1 1.1 微处理器的方案 ............................................... 1 1.2 无接触测温的方案 ............................................. 1 1.3 人脸识别的方案 ............................................... 1 2 设计与论证 ....................................................... 2 2.1 红外测温系统的设计与论证 ..................................... 2 2.2 人脸识别系统的设计与论证 ..................................... 2 3 电路及程序设计 ................................................... 3 3.1 系统原理图 ................................................... 3 3.2 系统组成 ..................................................... 3 3.3 各部分电路图 ................................................. 4 3.4 系统软件设计 ................................................. 4 3.3.1 测温程序流程图 ......................................... 4 3.3.2 人脸识别程序流程图 ..................................... 5 4 测量方案与测量结果 ............................................... 5 4.1 测量方案 ..................................................... 5 4.2 测量结果 ..................................................... 5 4.2.1 水温测量结果 ........................................... 5 4.2.2 人体体温测量结果 ....................................... 5 4.2.3 人脸识别测量结果 ....................................... 6 4.2.4 防疫要求测量结果 ....................................... 6 4.3 结果分析 ..................................................... 6 5 心得体会 ......................................................... 6 6 参考文献 ......................................................... 6 附录 Ⅰ：系统原理图 ............................................... Ⅰ 附录 Ⅱ：部分源程序 ............................................... Ⅱ

1 系统方案 1.1 微处理器的方案方案一：意法半导体(ST)集团的 STM32F103ZET6 与 STM32H7 双处理器。 STM32 是基于 ARM Cortex-M3 核心的 32 位微控制器，具有较快的运算能力，广泛应用各类控制领域，片内集成资源丰富，功耗适中。STM32H7 是基于 ARM Cortex- M7 的高性能处理器，在图像处理领域具有广泛应用。同时该两款微处理器符合大赛对控制器的要求。方案二：STM32F103ZET6 单处理器。单处理器可提高产品的集成度，同时消除双处理器间的合作设计，更加简便，但 STM32F 系列处理器难以进行人脸识别处理，会造成发热、运算速度慢甚至导致系统崩溃。因此，考虑到系统的时效性和工作效率，最终选用方案一。 1.2 无接触测温的方案方案一：MLX90614 红外测温。 Melexis 公司生产的 MLX90614 系列红外测温模块，可直接输出数字信号，功耗低，精度高，测量误差小，广泛应用人体测温。方案二：DS18B20 测温。 DS18B20 是常用的数字温度传感器，具有体积小，硬件开销低，抗干扰能力强，精度高的特点。可准确地测量环境温度，但测量人体温度等“定点测温”时误差较大，难以实现题目要求，比较后本系统选择方案一。 1.3 人脸识别的方案方案一：Fast R-CNN 快速卷积神经网络。卷积神经网络有输入层、卷积层、池化层三个主要层次，大大减少了全连接神经网络的参数，成倍加快了图像处理速度，因此广泛应用人脸识别中。方案二：LBP 辅助图像局部对比。 LBP 算法直接对区域内周围像素点信息和区域中心像素点信息进行比对，直接得到显示区域纹理信息的值，相当于不通过卷积直接进入池化层，虽然比对精度降低，但减少了需要处理的信息量，大大加快了处理速度。本系统使用的图像处理芯片是 STM32H7，运算能力有限，难以实现大量的卷积运算，同时使用 LBP -1-

虽然精度低，但完全可以以较高地准确度实现人脸识别。因此，经过比对我们选择方案二。 2 设计与论证 2.1 红外测温系统的设计与论证红外测温是典型的非接触式测温方式，根据物体的红外辐射能量确定物体的温度，具有稳定性好，响应速度快，测温范围广等诸多优点。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，通过对物体自身红外辐射的测量，能准确地确定其表面温度，红外测温就是利用这一原理测量温度的。红外测温器由光学系统、光电探测器、信号放大器和信号处理及输出等部分组成。光学系统汇聚其视场内的目标红外辐射能量，视场的大小由测温仪的光学零件及其位置确定。红外能量聚焦在光电探测器上并转变为相应的电信号。该信号经过放大器和信号处理电路，并按照仪器内的算法和目标发射率校正后转变为被测目标的温度值。 MLX90614BCC 测温模块，使用 I2C 与 MCU 进行通信。引脚名称外部温度信息 1 VIN 2 GND 3 SCL 4 SDA MLX90614 采集 MCU 处理 OLED 显示 2.2 人脸识别系统的设计与论证图 2-1 温度采集工作流程图本系统的人脸识别采用星瞳科技公司生产的 OpenMV4 作为图像采集模块，使用 STM32H7 芯片进行图像处理的运算，STM32H7 与 STM32F103 通过串口通信共享信息。人脸识别原理基于 LBP（辅助图像局部对比）算法对人脸信息进行特征提取、比对。其中，LBP 算法的基本原理是定义一个小型区域，以区域中心像素为阈值，将相邻像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为 1，否则为 0。这样即得到该窗口中心像素点的 LBP 值，并用这个值来反映该区域的纹理信息。 -2-

为了实现在判别被测人是否佩戴口罩的同时，识别被测人身份，我们采用分割图像分别检测的方式，方式简化表示如下：项目 1 2 3 4 上半面部信息下半面部信息是否检测到口是否匹配是否匹配是是否否是否 — — 罩 — — 否是表 2-1 人脸识别算法实现方式结果人员已注册；未佩戴口罩人员已注册；已佩戴口罩人员未注册；未佩戴口罩人员未注册；已佩戴口罩 3 电路及程序设计 3.1 系统原理图见附录Ⅰ 3.2 系统组成本系统是以意法半导体(ST)集团的 STM32F103ZET6、STM32H7 微控制器， LM2596 系列稳压模块，蜂鸣器模块，OLED 显示模块、CamM7H7LCD 液晶显示屏、 MLX90614BCC 红外测温模块、OpenMV4 图像采集模块组成，系统完整框图如图 3- 1 所示。 MLX90614BCC 红外测温模块语音播报模块 OLED 显示蜂鸣器 LM2596 系列稳压 OpenMV 图像采集模块模块 STM32F103ZET6 STM32H7 图 3-1 系统完整框图 CamM7H 7LCD 液晶显示屏 -3-

3.3 各部分电路图图 3-2 电源模块电路图图 3-3 报警模块电路图图 3-4 测温模块电路图图 3-5 按键模块电路图图 3-6 显示模块电路图 3.4 系统软件设计 3.3.1 测温程序流程图否 STM32 启动是否按下测温键？否是否按下阈值键？否是否按下模式键？是否按下模式键？是测温显示是阈值+1 是退出系统否阈值是否超过量程？是温度是否超过阈值？阈值初始化是否报警/语音图 3-1 测温程序流程图 -4-

3.3.2 人脸识别程序流程图是 STM32 启动是否按下注册键？寻找人脸否是否按下模式键？否寻找人脸注册信息是退出系统识别人脸/口罩显示结果图 3-2 人脸识别程序流程图 4 测量方案与测量结果 4.1 测量方案不同温度的水样本多个被测量用户处理器结果测温模块人脸识别图 4-1 测量方案结果分析 4.2 测量结果 4.2.1 水温测量结果实际温度（℃） 49.4 系统测量（℃） 49.7 46.8 47.2 45.2 45.3 41.8 41.4 40.1 39.4 38.7 38.7 36.9 36.7 35.9 35.6 31.3 31.1 27.4 27.8 表 4-1 水温测量结果 4.2.2 人体体温测量结果实际温度（℃） 36.6 系统测量（℃） 36.6 36.3 36.3 36.6 36.5 36.4 36.6 36.3 36.4 36.1 36.4 36.4 36.6 36.7 36.2 36.7 36.4 36.8 36.3 -5-

资料库

F题_山东赛区_山东科技大学——简易无接触温度测量与身份识别装置.pdf

相关推荐

行业

热门标签

最新资料