一種機器視覺的雨傘自助借還識別系統

陳哲堯

（浙江省鎮海中學，寧波浙江，315200）

0 引言

人工智能作為新時代一項世界尖端技術，其可以通過轉變工作方式，帶動產業結構的升級換代，替代大部分勞動力來推動更多相關行業的創新，同時開拓了生產、服務、醫藥等行業經濟發展的全新資源，擁有著巨大的應用潛能。可以說，機器視覺是人工智能發展成熟過程中不可或缺的重要組成部分。

機器視覺技術自起步發展到現在，已逐漸完善并擁有著廣闊的應用前景。視覺技術快速獲得大量信息，經過自動處理，幫助減少人工的重復勞動，具有良好的社會經濟效益[1]。

如今，在各行各業中，智能化始終是其追求的目標，尤其是在食品工業領域[2-4]、工業機械包裝[5]、農機化學[6]等領域。隨著市場需求的提升和機器視覺技術自身的成熟和發展，機器視覺將不斷智能化并在現代和未來制造企業中得到越來越廣泛的應用。

順應共享經濟的發展趨勢，現在學校、地鐵站等公共場所有設置“漂流傘”項目。但自從設置該類項目以來，時常存在雨傘不及時歸還以及亂丟亂放的現象[7],，造成了部分雨傘的損失并帶來取用雨傘的不便。因此，對雨傘進行有效的監管顯得尤為重要。

當前對雨傘的監管大多使用人力，其智能化水平較低，不僅需要消耗大量人力資源，而且存在效率低下、準確度較差的弊端。采用機器視覺的方法[8-10]不會受到人工識別缺陷的限制，且準確率高、識別速度快，所以開發基于機器視覺的雨傘自助借還識別系統有助于提高識別速度，快速提供雨傘位置信息，對實現雨傘的有效監管具有重大意義，同時降低了監管成本。

本文所介紹的系統將通過VS與OpenCv開發的雨傘位置孔位特征識別定位算法等，實現檢測、獲取圖像信息的目的，為雨傘監管提供支持。

1 系統整體結構框架設計

所設計的雨傘自助借還識別系統包括硬件和軟件兩個部分的內容。系統啟動后，控制端發出指令觸發傳感器，傳感器受到的高低電平信號會觸發工業相機開始采集圖像，所采集的圖像經過GIGE通訊傳輸到控制端，結合所開發的雨傘特征識別算法完成對雨傘自助借還的自動化的識別。具體的框架結構圖如圖1所示。

圖1 系統處理流程圖

2 系統硬件設計

硬件部分是系統中非常重要的組成部分，獲取圖像的相機是圖像處理中核心部件，鏡頭和光源也是非常重要的部件，是與相機進行配合完成獲取圖像的重要部件，傳感器與受到的觸發信號通過GIGE網進行通訊，GIGE網絡同時把傳輸過來的圖像傳送到控制端。

■2.1 工業相機

本系統選取型號為MER-630-16GM/C-P的630萬像素的相機，考慮系統的處理效率和速度，選擇面陣，相機拍攝幀率為16幀。由于傘的位置相對固定，但信息特征不同，彩色圖像的灰度值相差太大，處理起來比較麻煩，因此選用黑白工業相機來滿足雨傘的快速識別和檢測。MER- 6 30 - 1 6GM/C-P實物圖如圖2所示。

圖2 MER—630—16GM/C—P 實物圖

工業相機的光譜曲線圖如圖3所示。

圖3 MER—630—16GM/C—P 的光譜曲線

■2.2 工業鏡頭

考慮到雨傘表面為光滑的面，為了確保獲取到的雨傘圖像具有非常好的特征，已經確保后面算法具有較高的處理效率和速度，所以鏡頭的型號選取為OTP-C7528-5M的500萬像素。

該鏡頭MTF圖如圖5所示。

圖4 OTP—C7528—5M 實物圖

圖5 OTP—C7528—5M 的 MTF 圖像

■2.3 光源

在光源方面，考慮到雨傘種類不均一，而且獲取圖像過程中環境光對其的影響也是不相同的，綜合考慮所以光源選用白光光源，其型號為OPT-R15090。光源的形狀為環形，帶90度角度的光源。環形光源如圖6所示。

圖6 OPT—R15090環形光源

圖7 OPT—R15090 光譜圖

■2.4 傳感器

雨傘的自動化、智能化識別檢測，首先要保證識別檢測系統的傳感器能相互配合。雨傘自助識別系統中的圖像采集部分和圖像處理部分分別使用了采集觸發傳感器和圖像處理器，各傳感器的選型及參數如表1所示。

表1 核心參數

3 系統軟件框架設計

■3.1 軟件框架設計

系統軟件部分的框架流程如圖8所示，第一步是圖像的采集內容，第二步是對第一步中的圖像進行初步的預處理，第三步是在第二步的基礎上進行識別和檢查雨傘的特征。經過三步的完成之后就可以完成對雨傘特征的識別和檢測，最后將識別到的結果進行顯示。

■3.2 軟件系統界面設計

結合整個系統的設計功能和具體的功能，基于VS2010軟件開發平臺進行設計開發，其中的視覺方面的處理算法主要是在目前最主流的開源算法庫OpenCV算法庫進行開發完成的。識別檢測之前設置好各項參數，軟件系統對所接受到的雨傘圖像信息進行各種特征的處理，最后將處理得當的結果信息實時的顯示并傳送出去，識別處理的結果通過設計開發的軟件界面看到。

4 試驗與分析

針對雨傘自主借還系統，為確保系統能夠實時準確的對雨傘自主借還的實時識別和檢測，也為了驗證所設計的系統的穩定性、可靠性。現利用系統分別對2組相同數量的雨傘借還圖像進行識別檢測，對實驗過程中的識別所用時間、識別正確率進行了記載。具體的數據如表2所示。

圖8 信息軟件框架圖

表2 試驗數據表

從表2中可以得出，系統識別2組所用的時間均在355s以內，識別時間較短，識別速度較快。識別檢測的誤檢率均在0.5%以內，識別正確率高，可靠性較高。

5 總結

從上面的試驗結果可以看到2組所用的時間均在355s以內，識別時間較短，識別速度較快。識別檢測的誤檢率均在0.5%以內，識別正確率高，可靠性較高。表明該檢測系統可以高效、高質的識別檢測出雨傘表面特征信息，實時識別出雨傘的借還狀態。在實際應用推廣方面，有較大的意義。