Sci论文 - 至繁归于至简,Sci论文网。 设为首页|加入收藏
当前位置:首页 > 计算机论文 > 正文

一种基于双光谱切换技术的掌纹掌脉智能门禁系统论文

发布时间:2022-01-15 10:50:27 文章来源:SCI论文网 我要评论














SCI论文(www.lunwensci.com):
 
摘要:为了解决传统的门禁缺陷和漏洞比较大,容易被窃取,攻破或丢失的问题,设计一个较为安全且便利的基于双光 谱切换技术的掌纹掌脉智能门禁系统。系统硬件主要由嵌入式开发板 JETSON NANO、Arduio 单片机、双光谱图像采集装置 组成。运用图像识别及 QT 界面开发技术,解决了手掌图像数据采集等关键问题。经实验测试,本文设计的一种基于双光谱切 换技术的掌纹掌脉智能门禁系统运行稳定,匹配成功率达 90%。

关键词:掌纹掌脉;识别;Arduino;UI 界面;JETSON NANO

A Palmprint Palm Pulse Intelligent Access Control System Based on Bispectral Switching Technology
ZHOU Baochang1,2, LIN Zihong1, SU Peijie1, XIE Zhiyang1,2
(1.Heyuan Polytechnic, Heyuan Guangdong 517000;2.Heyuan Industrial Robot Technology Application Engineering Technology Research Center, Heyuan Guangdong 517000)
          【Abstract】: In order to solve the problem that the traditional access control has large defects and loopholes and is easy to be stolen, broken or lost, a relatively safe and convenient palmprint palm pulse intelligent access control system based on bispectral switching technology is designed. The system hardware is mainly composed of embedded development board JETSON NANO, Arduio MCU and dual spectrum image acquisition device. The key problems such as palm image data acquisition are solved by using image recognition and QT interface development technology. Through experimental tests, a palmprint palm pulse intelligent access control system based on dual spectrum switching technology designed in this paper runs stably, and the matching success rate is 90%.
          【Key words】: QR code;recognition;Arduino;UI interface;JETSON NANO

0 引言

         随着现代科技文化的发展,面对盗贼日渐高超的开 锁技术,传统的机械锁具和电子锁具已经不具备足够 的安全性,在便利性方面也远远不及现代智能锁具 [1-2]。 然而,目前市面上的智能锁具也有种种缺陷,例如使用 密码锁的用户可能会出现遗忘密码的问题,使用指纹锁 的用户一旦指纹有水渍或生物特征有损伤就会面临无法 解锁的尴尬局面 [3-4]。

\

         面对以上种种问题,本文旨在设计一种基于双光谱  切换技术的掌纹掌脉智能门禁系统,实现对手掌运动视频的采集获取并识别用户掌纹信息,解决了目前市面上 智能锁所存在的各种缺陷和漏洞,有效提高了安全性和 用户的体验,为用户带来更多方便。

1 系统总体设计

1.1 总体结构布局

        本系统主要分为四大部分:  电路系统、机械结构、 人机界面、图像识别系统 [5]。该系统以 JETSON NANO 嵌入式开发板为硬件基础,   (Ubuntu18.04)操作系统为软件基础,系统框架图如图 1 所示,其功能有以下几点:
\

(1)  JETSON NANO 嵌入式开发板与 USB 摄像头相连,负责手掌图像数据的采集与处理,并将图像实时显 示在显示屏中。

(2)Arduino 控 制 板 通 过 串 口 与 JETSON NANO 嵌入式开发板相连,并进行信息交互负责控制门锁执行 电机的转动。

          双光谱图像采集装置可同时采集到掌纹和掌脉特征,相对与但光谱图像采集装置而言,具有活体识别、防伪性能好的特点。详细结构如图 2 所示。

\

2 门禁控制硬件系统

2.1 门禁电机驱动结构

         通过设定 Arduino 控制板给电机驱动板发送控制信号,电机驱动板再驱动直流电机的旋转,电机进一步
带动门禁锁扣的伸缩实现门锁的开启和关闭。

2.2 电控电路设计

         电控系统主要由电机、Arduino UNO R3、JETSONNANO、图像采集装置、触摸屏和电源系统等部件组成系统采用机电一体化结构,为了装置整洁美观,配件主要集中于门禁装置内部。本电控系统流程如下:接入电源,  JETSON NANO门禁系统开机,  LED 触摸显示屏启动,  USB 摄像头获取手掌图像信息,将图像信息传送至主控系统 JETSONNANO,经主控系统内的图像识别算法判断后,通过串口向 Arduino 控制板发生开关锁控制信息号,  LED 触摸显示屏为人机交互界面,可认为设定相关参数及实时显示手掌图像采集过程。系统框架图如图 1 所示,图像 采集装置展示图如图 2 所示。

3 软件系统

3.1 UI 界面设计

        人机界面采用 Python 编程语言,  运用 Qt Designer、 PyQt5 和 Eric6 技术进行设计开发。在开始进行界面 设计,需要先搭建 Eric6 界面环境,然后经 Eric6 转入 Qt Designer[6]。根据设计要求,功能包含注册、登录、 删除、实时显示窗口等常用功能。人机界面设计流程图如图 3 所示。

\

3.1.1 登陆界面设计

        登录界面主要包括:账号、密码,是否记住用户和 密码,手掌信息录入按钮,手掌识别登录按钮。用户在 输入账号和密码后,会对密码进行隐藏,用户可选择记 住密码,如果记住密码,下次登录将不需要再次输入密 码。应用先查找用户是否存在,如果不存在,则按手掌 信息录入按钮,变会跳转到掌纹掌脉门禁系统前端信息 采集识别系统界面进行信息录入;如果存在,也可直接 选择手掌识别登录。具体见图 4。
\
 
 
3.1.2 信息采集识别界面设计

        界面主要包括: 打开摄像头,拍照,读图,灰度化,阈值分割,正反校验。具体见图 5 所示。

\

3.2 图像识别系统设计

3.2.1 JETSON NANO 图像采集处理系统

       下载 ubuntu 镜像系统,将系统安装至 JETSON NANO 嵌入式开发板中,系统上电后,系统按顺序执行调用摄像头、采集图像、图像预处理、检测 ROI、匹配识别等程序。功能模块流程图如图 6 所示。

\

 
3.2.2 图像采集模块流程

       JETSON NANO 嵌入式开发板驱动 USB 摄像头进 行摄像头多光谱拍摄手掌图像。

3.2.3 图像预处理流程

        手掌图像预处理过程是是识别过程中的关键步骤, 其处理结果的质量将直接影响系统的识别结果。图像采 集后,首先进行背景和前景进行分离,紧接着采用手掌 关键点算法检测出手掌 ROI,并进行旋转矫正后供识别算法调用。

3.3 图像识别系统测试

        手掌识别如图 7 所示。本系统主要采用已预训练好 的卷积神经网络模型对手掌进行预测,计算手掌之间的 欧氏距离,从而判断手掌是否匹配成功。最后匹配成功 后控制系统将处理后的图像显示在 LED 触摸显示屏中。
\
4 结论

        本文基于(Ubuntu18.04)操作系统为软件基础,以 NVIDIA JETSON NANO 开发板为硬件基础,通过结 合图像识别以及界面开发技术,实现了一种基于双光谱 切换技术的掌纹掌脉智能门禁系统所需的功能,整套系 统架构合理,不仅解决了传统机械锁和现代门禁锁的短 板,极大的提高了安全性,还能在很大程度上减少传统 系统对用户使用的约束性。使得用户在注册和使用时极 大的提高了舒适性和便利性,解决了如今市面上各类锁 具所存在的问题。

参考文献

[1] 陈亦麟,王发宇,刘建阳.基于双目视觉与结构光的便携式非 接触3D掌纹采集系统[J/OL].激光与光电子学进展,2021(11):1- 16.
[2] 孙哲南,赫然,王亮,等.生物特征识别学科发展报告[J].中国 图象图形学报,2021,26(6):1254-1329.
[3] 于志强,费书国,赵帅锋,等.面向多光谱掌纹图像采集系统的 光学薄膜滤光片设计[J/OL].光学学报,2021(11):1-13.
[4] 吴碧巧,邢永鑫,王天一.基于VGG16和迁移学习的高分辨率 掌纹图像识别[J].智能计算机与应用,2021,11(5):37-42.
[5] 谢智阳,陈泽鑫,陈婷,等.一种基于人工智能的零部件识别学 习系统[J].汽车电器,2020(8):75-77+79.
[6] 刘雪微,王磊,章强,等.基于卷积神经网络的多光谱掌纹识别 技术[J].郑州大学学报(理学版),2021,53(3):50-55.


关注SCI论文创作发表,寻求SCI论文修改润色、SCI论文代发表等服务支撑,请锁定SCI论文网!
 

文章出自SCI论文网转载请注明出处:https://www.lunwensci.com/jisuanjilunwen/35282.html

发表评论

Sci论文网 - Sci论文发表 - Sci论文修改润色 - Sci论文期刊 - Sci论文代发
Copyright © Sci论文网 版权所有 | SCI论文网手机版 | 鄂ICP备2022005580号-2 | 网站地图xml | 百度地图xml