凌康杰， 岳學(xué)軍， 劉永鑫， 王 健， 王林惠， 甘海明

(華南農(nóng)業(yè)大學(xué) 電子工程學(xué)院/廣東省農(nóng)情信息監(jiān)測(cè)工程技術(shù)研究中心，廣東廣州 510642)

基于移動(dòng)互聯(lián)的農(nóng)產(chǎn)品二維碼溯源系統(tǒng)設(shè)計(jì)

凌康杰， 岳學(xué)軍， 劉永鑫， 王 健， 王林惠， 甘海明

(華南農(nóng)業(yè)大學(xué) 電子工程學(xué)院/廣東省農(nóng)情信息監(jiān)測(cè)工程技術(shù)研究中心，廣東廣州 510642)

【目的】提出一種基于移動(dòng)互聯(lián)的農(nóng)產(chǎn)品二維碼(QR碼)溯源系統(tǒng)?！痉椒ā垦芯吭撓到y(tǒng)的邏輯和物理結(jié)構(gòu)，分析里德-索洛蒙(RS碼)糾錯(cuò)編碼原理及二維碼編碼算法。采用壓縮感知(Compressed sensing，CS)算法預(yù)處理受污圖像，對(duì)比傳統(tǒng)的Gaussian、Disk和Log去噪方法，研究二維碼數(shù)據(jù)容量與糾錯(cuò)的關(guān)系，研究掃描像素、受污位置和可識(shí)別圖像的聯(lián)系，確定手機(jī)攝像頭參數(shù)。【結(jié)果】手機(jī)掃描最低像素為200萬(wàn)。RS編碼信噪比為10.7 dBm時(shí)，CS誤碼率為0.040 1，低于Log法的0.042 5； RS編碼信噪比為11.7 dBm時(shí)，CS誤碼率為0.011 3,低于Gaussian法的0.014 7。CS在多種噪聲處理中的最大編碼信噪比均大于10 dBm。噪聲掩蓋區(qū)域?qū)ξ恢脜^(qū)影響最大，噪聲在位置區(qū)和編碼區(qū)的解碼平均正確率分別為87.68%和91.24%?！窘Y(jié)論】該系統(tǒng)實(shí)現(xiàn)了對(duì)象信息的完整性、可追溯性，解決了農(nóng)產(chǎn)品種植、加工、流通、銷售各個(gè)環(huán)節(jié)信息的滯后問(wèn)題。

二維碼(QR碼)； 里德-索洛蒙碼； 壓縮感知； 信噪比(SNR)； 農(nóng)產(chǎn)品； 溯源系統(tǒng)

近年來(lái)國(guó)內(nèi)食品安全問(wèn)題突出，飲食和醫(yī)療健康越來(lái)越受到人們的重視?！?007年中國(guó)食品安全報(bào)告》中指出，可追溯性是食品安全保障的基本原則[1]。農(nóng)產(chǎn)品的質(zhì)量安全追溯標(biāo)志技術(shù)在國(guó)外已經(jīng)有了較為成熟的應(yīng)用，歐盟己形成較為完善的農(nóng)產(chǎn)品/食品質(zhì)量安全追溯法律體系[2]，歐盟實(shí)施的IDEA項(xiàng)目期間4種動(dòng)物上的電子耳標(biāo)平均回收率為82.1%[3]。美國(guó)提出了建設(shè)“從農(nóng)場(chǎng)到餐桌”的食品質(zhì)量安全管理體系[4-5]。McMahon[6]提出了基于虹膜識(shí)別的溯源方法，Pongpiachan等[7]建立了基于多環(huán)芳烴的大豆產(chǎn)品追溯方法。任守綱等[8]提出了基于RFID/GIS物聯(lián)網(wǎng)的肉品跟蹤及追溯系統(tǒng)，張友橋等[9]提出了基于NFC的農(nóng)產(chǎn)品溯源系統(tǒng)，這些技術(shù)成本高，需要特定的掃描儀器，不適宜大面積推廣。王野等[10]在Android溯源平臺(tái)上采用四線聚焦法定位和校正了二維碼，但缺乏對(duì)受污二維碼信息容量研究。本研究針對(duì)農(nóng)產(chǎn)品生產(chǎn)運(yùn)輸過(guò)程中信息滯后、二維碼受到污損等問(wèn)題，基于壓縮感知(Compressed sensing，CS)法預(yù)處理受污二維碼，融合移動(dòng)互聯(lián)網(wǎng)、數(shù)據(jù)庫(kù)、物聯(lián)網(wǎng)等技術(shù)，在移動(dòng)平臺(tái)下實(shí)現(xiàn)二維碼的拍照生成、上傳、解碼等功能。

1 移動(dòng)平臺(tái)系統(tǒng)總體設(shè)計(jì)方案

在農(nóng)產(chǎn)品溯源系統(tǒng)中，由各個(gè)環(huán)節(jié)的企業(yè)、政府監(jiān)管部門(mén)和認(rèn)證機(jī)構(gòu)把農(nóng)產(chǎn)品生產(chǎn)、加工、運(yùn)輸、銷售等過(guò)程的數(shù)據(jù)提交到農(nóng)產(chǎn)品溯源信息服務(wù)中心，統(tǒng)一建立信息數(shù)據(jù)庫(kù)。信息服務(wù)中心根據(jù)提交的內(nèi)容整合并生成的二維碼統(tǒng)一發(fā)放到各企業(yè)。各經(jīng)銷商同時(shí)也可以將物流、銷售情況、消費(fèi)者的反饋推送到溯源平臺(tái)。消費(fèi)者可利用移動(dòng)終端掃描二維碼獲得詳細(xì)的溯源信息。由于溯源數(shù)據(jù)中心是獨(dú)立于廠商和用戶并且受到政府監(jiān)管的第三方機(jī)構(gòu)，確保了信息不被篡改、作假，保障了食品安全[11]。

1.1 系統(tǒng)原理設(shè)計(jì)

溯源系統(tǒng)采用B/S體系結(jié)構(gòu)，B/S具有開(kāi)放性、低成本、使用簡(jiǎn)單、開(kāi)發(fā)靈活以及安全性等優(yōu)點(diǎn)[12-13]，并采用了基于SMSSDK短信開(kāi)發(fā)組件(Short messaging service software development kit，SMSSDK)、物聯(lián)網(wǎng)(Internet of thing，IOT)[14]技術(shù)和多運(yùn)營(yíng)商統(tǒng)一接入的服務(wù)實(shí)現(xiàn)農(nóng)產(chǎn)品質(zhì)量追溯系統(tǒng)整體系統(tǒng)架構(gòu)(圖1)。

圖1 溯源系統(tǒng)原理圖

1.2 系統(tǒng)架構(gòu)設(shè)計(jì)

圖2為系統(tǒng)構(gòu)架，用戶通過(guò)表示層中用戶界面(User interface，UI)控制邏輯構(gòu)件與業(yè)務(wù)實(shí)體進(jìn)行數(shù)據(jù)傳輸對(duì)象(Data transfer object, DTO)交換，模式查看控制器(Model viewer controller，MVC)負(fù)責(zé)界面命令分發(fā)。用戶也可以采用基于超文字標(biāo)記語(yǔ)言(Hyper text markup language，HTML)和動(dòng)態(tài)服務(wù)器頁(yè)面(Active server pages，ASP)的瀏覽器方式進(jìn)行訪問(wèn)。業(yè)務(wù)層采用Domain model建模，整合驗(yàn)證、事務(wù)、權(quán)限、流向等操作。數(shù)據(jù)訪問(wèn)對(duì)象(Data access object，DAO)和系統(tǒng)服務(wù)層(System server layer，SSL)構(gòu)成了業(yè)務(wù)數(shù)據(jù)訪問(wèn)層，通過(guò)訪問(wèn)接口，可以掛載不同的數(shù)據(jù)源[15-16]。

圖2 系統(tǒng)架構(gòu)圖

2 理論分析

2.1 糾錯(cuò)編碼分析

里德-索洛蒙(Reed-Solomon，RS)碼是一種基于伽羅華域(Galois field，GF)的數(shù)據(jù)位編碼，糾錯(cuò)能力強(qiáng)。對(duì)于每個(gè)碼字均有a∈GF(pm)，p為域的序，常用p為2，m表示GF(p)中m次擴(kuò)域，生成的多項(xiàng)式g(x)可表示為：

g(x)=(x-a)(x-a1)…(x-ad-2)，

式中，d表示最小碼距，a表示碼字，x表示編碼信息。

對(duì)于可以糾正r個(gè)錯(cuò)誤的RS碼，則：

g(x)=x2r+g2r-1x2r-1+g2r-2x2r-2+…+g1x1+g0，

式中，gi(i=1,2,3，…)表示伽羅華域中的元素，r表示錯(cuò)誤編碼數(shù)，x表示編碼信息。

對(duì)原始信息的多項(xiàng)式d(x)進(jìn)行RS編碼后的表達(dá)式w(x)為：

w(x)=x2rd(x)+x2rd(x)modg(x)，式中，r表示錯(cuò)誤編碼數(shù)，x表示編碼信息，d(x)表示原信息多項(xiàng)式，modg(x)表示對(duì)g(x)取模運(yùn)算解碼：

式中，Sj為伴隨多項(xiàng)式，ri為第i個(gè)接收?qǐng)D樣，αi為第i個(gè)本原元，j為差錯(cuò)位置數(shù)編號(hào)，n為字塊位長(zhǎng)。若Sj的秩不為0，則可解出原二維碼碼流[17]。

由二維碼編碼標(biāo)準(zhǔn)可得，共有4種不同糾錯(cuò)等級(jí)，其中：

e+2t≤d-p，

式中，e為拒讀錯(cuò)誤數(shù)，t為替代錯(cuò)誤數(shù)，d為糾錯(cuò)碼字?jǐn)?shù)，p為錯(cuò)誤譯碼保護(hù)碼字。

穩(wěn)定的各個(gè)版本編碼性能見(jiàn)圖3。從圖3可知，對(duì)于同一個(gè)版本，糾錯(cuò)容量隨糾錯(cuò)等級(jí)提高而增大，對(duì)于同一個(gè)糾錯(cuò)等級(jí)，糾錯(cuò)容量基本是穩(wěn)定在同一水平線上。替代錯(cuò)誤數(shù)在模塊中占有的比率隨著版本的增加基本與糾錯(cuò)容量相當(dāng)。

從圖4可知，糾錯(cuò)碼數(shù)之間隨著版本號(hào)的增大而增大。因?yàn)橄嗤姹咎?hào)總碼字?jǐn)?shù)是一定的，故糾錯(cuò)等級(jí)越高，相對(duì)可編碼數(shù)據(jù)容量越少，具體二維碼編碼見(jiàn)圖5。

圖中E、R分別表示糾錯(cuò)容量、糾錯(cuò)碼比率，下標(biāo)L、M、Q、H分別表示從小到大4種糾錯(cuò)等級(jí)。

圖3 不同版本下的編碼性能

Fig.3 The coding performance of different version numbers

L、M、Q、H分別表示從小到大4種糾錯(cuò)等級(jí)。

Fig.4 The relationship of data capacity and version at different error correction level

2.2 壓縮感知

CS是一種采用部分傅里葉變換系數(shù)可精確重構(gòu)原始信號(hào)的算法理論[18]。該理論認(rèn)為只要信號(hào)x∈N×1是稀疏的或在變換域是稀疏的，就可用一個(gè)與稀疏基不相關(guān)的觀察矩陣Φ∈M×N(M≤N)將高維信號(hào)投影到一個(gè)低維空間上，這少量投影包含重構(gòu)信號(hào)足夠信息并可采用優(yōu)化問(wèn)題以高概率重構(gòu)出觀察值y∈M×1。設(shè)φi是N空間的一組基向量，其中Ψ=[φ1,φ2,…φN]，Ψ∈N×N，α∈N×1，得：

x=Ψα，

式中，x為原始信號(hào)，Ψ為稀疏基，α為稀疏表示信號(hào)。具體步驟是，第一步將滿足稀疏基的信號(hào)x變換到Ψ域，第二步是設(shè)計(jì)一個(gè)平穩(wěn)的，與Ψ不相關(guān)的觀察矩陣Φ對(duì)變換后的信號(hào)進(jìn)行觀察，得到觀察值[19]：

y=ΦΨα=Θα，

約束ΨΦα=y，

x*=Ψα*，

式中，Θ∈M×N是映射矩陣，Ψ為稀疏基，Φ為觀察矩陣，α為稀疏表示信號(hào)，y為觀察值，α*是通過(guò)優(yōu)化l0范數(shù)由少量y得到α的精確或逼近解，x*是高概率重構(gòu)信號(hào)。

圖5 二維碼編碼程序框圖

3 結(jié)果與分析

3.1 攝像頭參數(shù)選擇

在理想條件下，攝像頭為面陣CCD成像最低可讀度和版本之間有關(guān)系：對(duì)于設(shè)置模塊像素k，版本號(hào)n，則總模塊像素為k×(4n+17)2(n=1,2,… 40)，基于互補(bǔ)金屬氧化物半導(dǎo)體(Complementary metal oxide semiconductor，CMOS)堆棧式攝像頭識(shí)別最低像素有以下關(guān)系：

l=(a2/2p)1/2，

l/l1=d/d1，

i=2.54×10-2k/l1，

s=6.451 6×10-4×(4n+17)2m2k2/i2，

式中，a為單芯片感光基底對(duì)角線長(zhǎng)度，p為像素值，l為單位感光像素感光長(zhǎng)度，θ為感光基層廣角，d為基片與成像孔距離，d1為攝像頭與二維碼距離，l1為最小成像分辨長(zhǎng)度，k為模塊像素，i為打印機(jī)打印分辨率，s為打印的二維碼面積，m為打印放大倍數(shù)。依上述各式得攝像機(jī)要求的最低像素(pmin)為：

在掃描解碼中，市面上普通手機(jī)，CMOS單芯片感光基底廣角θ=120°，二維碼與攝像頭距離d1=0.3 m，打印i=300二維碼單個(gè)模塊像素k=8，需要最小的攝像機(jī)像素值為2.354×106，約200萬(wàn)像素。

實(shí)際基于Android系統(tǒng)環(huán)境中，由于環(huán)境光照、對(duì)焦、成像距離、COMS感光質(zhì)量、解碼軟件的設(shè)計(jì)等因素均影響掃描清晰度和解碼質(zhì)量，實(shí)際需要的像素值大于200萬(wàn)。因此，本系統(tǒng)采用自適應(yīng)編碼，根據(jù)實(shí)際輸入信息自動(dòng)選擇編碼版本、像素和默認(rèn)糾錯(cuò)版本，同時(shí)也可以手動(dòng)選擇調(diào)節(jié)生成的二維碼像素大小以滿足實(shí)際掃描需要。

3.2 壓縮感知算法預(yù)處理結(jié)果分析

在MATLAB中，采用CVX凸優(yōu)化工具箱優(yōu)化l0，設(shè)置二維碼像素為100，CS后像素為50，稀疏度為88，分別計(jì)算得到基于壓縮感知算法下平均值0.50，標(biāo)準(zhǔn)差0.05的高斯噪聲，脈沖噪聲導(dǎo)致信息編碼區(qū)部分磨損，非定位區(qū)域灰度值變大等噪聲擾動(dòng)下的二維碼重構(gòu)，并與傳統(tǒng)的Gaussian，Disk和Log濾波[20-21]進(jìn)行比較(圖6)。CS算法能明顯從受損信號(hào)中恢復(fù)原始信號(hào)，引入灰度不均，但保留原始二維碼的輪廓特征，使得其更易于被手機(jī)攝像頭識(shí)別。Gaussian和Disk濾波使得二維碼模糊化，Log濾波使得邊緣信息不均勻性缺失。

在執(zhí)行過(guò)程中，頻域分布見(jiàn)圖7，從頻域觀察中間2條相交的白線，得出原始二維碼高頻分量很少，經(jīng)過(guò)Gaussian噪聲后的CS變換和重構(gòu)后高頻分量基本不變。在加噪過(guò)程中，遠(yuǎn)離交叉白線描述了二維碼變化快的特性，低頻成分變化較快但集中在1個(gè)區(qū)域內(nèi)，中低頻有規(guī)律地分布在頻域四周，組成“井”字結(jié)構(gòu)，且分量為負(fù)值。Gaussian、Log和Disk變換都使得原始二維碼的頻域不同程度變形。

圖6 基于多種濾波去噪和壓縮感知的效果對(duì)比

圖7 基于不同去噪方法的頻域變化

針對(duì)農(nóng)產(chǎn)品信息編碼受損問(wèn)題，輸入的信號(hào)經(jīng)過(guò)RS編碼后，受擦除性、突發(fā)性、縮短性錯(cuò)誤共同作用[22]，通過(guò)統(tǒng)計(jì)RS編碼后的信息碼得到誤碼率(Bit error rate，BER)和信噪比(Signal noise rate，SNR)，對(duì)比CS算法、Gaussian，Disk和Log濾波，得到圖8。

由圖8可知，CS對(duì)于RS編碼具有良好重構(gòu)效果。當(dāng)RS編碼經(jīng)過(guò)擦除性、突發(fā)性、縮短性錯(cuò)誤綜合，CS經(jīng)過(guò)稀疏學(xué)習(xí)和特征表示能夠捕獲RS信息編碼中的結(jié)構(gòu)，在過(guò)完備字典中采用追蹤匹配法

經(jīng)過(guò)多次迭代更新重構(gòu)RS，消解突發(fā)性錯(cuò)誤。隨著信噪比增大，CS優(yōu)勢(shì)增大，當(dāng)SNR為10.7 dBm，CS法和Log濾波的BER分別為0.040 1和0.042 5，CS性能開(kāi)始超過(guò)Log，11.7 dBm時(shí)Gaussian性能開(kāi)始比CS下降快，其中CS和Gaussian的BER分別為0.011 3和0.014 7。采用峰值信噪比(Peak signal to noise ratio，PSNR)來(lái)評(píng)價(jià)去噪效果，PSNR值越大，失真越小，結(jié)果見(jiàn)表1。

從表1可知，較Guassian和Disk法，CS在高斯噪聲、椒鹽噪聲、乘性噪聲和泊松噪聲中均有較好表現(xiàn)，穩(wěn)定性高，PSNR均大于10 dBm。Log法在乘性噪聲和泊松噪聲表現(xiàn)較差，濾波效果不穩(wěn)定?？疾於S碼中CS局部重構(gòu)特性，設(shè)置像素值50，區(qū)域噪聲分布模板為每上下隔4個(gè)像素點(diǎn)分布，定位區(qū)大小7像素，Gaussian噪聲置零比例為0.1，CS稀疏度為20，將標(biāo)準(zhǔn)二維碼分為3×3等份，1到9號(hào)區(qū)分別從左上角到右下角豎直依次編排，分別考察在不同區(qū)域、噪聲模板下識(shí)別率關(guān)系。當(dāng)高斯噪聲分布在不同的區(qū)域時(shí)，對(duì)二維碼解碼的干擾不同(表2)。由表2可知，噪聲對(duì)定位區(qū)比較敏感，找不到定位，意味著解碼完全失敗。噪聲模板越大，對(duì)二維碼的信息編碼干擾越大，其中2號(hào)區(qū)域?yàn)槌跏夹畔⒕幋a區(qū)。綜合3種不同噪聲模板，分別考察位置區(qū)和編碼區(qū)的識(shí)別率，得噪聲掩蓋區(qū)域?qū)ξ恢脜^(qū)影響最大，綜合3種噪聲模板，噪聲在位置區(qū)和編碼區(qū)的解碼平均正確率分別為87.68%和91.24%。隨著噪聲區(qū)域增加，CS重構(gòu)后的準(zhǔn)確率下降，采用凸優(yōu)化求解α*過(guò)程中，容易出現(xiàn)病態(tài)矩陣方程，導(dǎo)致求解結(jié)果不穩(wěn)定。

圖8 不同去噪方法和CS重構(gòu)性能對(duì)比

Fig.8 Comparison of the reconstruction performances by different filtering method and compressed sensing

表1 基于不同噪聲的QR Code圖像去噪峰值信噪比

Tab.1 The peak signal to noise ratio of QR code image denoising for different noisedBm

表2 不同噪聲區(qū)域二維碼識(shí)別率1)

1)1、3、7、9號(hào)區(qū)為位置區(qū)； 其余為信息編碼區(qū)，其中2號(hào)區(qū)為初始信息編碼區(qū)。

3.3 移動(dòng)互聯(lián)的農(nóng)產(chǎn)品二維碼識(shí)別功能實(shí)現(xiàn)

在解碼設(shè)計(jì)環(huán)節(jié)，可以采用通用的APP客戶端如微信平臺(tái)，也可以采用農(nóng)產(chǎn)品溯源中心專門(mén)開(kāi)發(fā)的應(yīng)用程序，同時(shí)可對(duì)產(chǎn)品進(jìn)行銷售登記。解碼模塊采用了Google開(kāi)源的Zxing Android核心庫(kù)core.jar，其中com.google.zxing.client.android.camera包用于攝像頭控制，Capture Activity Handler類用于解碼，View finder View類用于顯示結(jié)果[23]。手機(jī)攝像頭對(duì)準(zhǔn)二維碼后自動(dòng)調(diào)整對(duì)焦模式，拍攝到的圖像經(jīng)灰度化、二值化、定位、校正、解碼等過(guò)程恢復(fù)原信息從掃描結(jié)果獲得了農(nóng)產(chǎn)品加工企業(yè)、品種、產(chǎn)地、聯(lián)系方式、認(rèn)證編號(hào)等關(guān)鍵信息。

4 結(jié)論

針對(duì)農(nóng)產(chǎn)品生產(chǎn)流通過(guò)程中信息滯后問(wèn)題，本文構(gòu)建了一種基于移動(dòng)平臺(tái)的農(nóng)產(chǎn)品溯源系統(tǒng)，采用了二維碼技術(shù)改善了農(nóng)產(chǎn)品信息溯源過(guò)程中的不足，使公眾能夠快速、便捷地獲取農(nóng)產(chǎn)品加工、流通、銷售中的各種信息，切實(shí)參與到食品安全監(jiān)督體系中，提升了農(nóng)產(chǎn)品質(zhì)量跟蹤溯源的效能，為企業(yè)、政府構(gòu)筑質(zhì)量控制信息平臺(tái)提供了更為優(yōu)質(zhì)、高效的服務(wù)。

該系統(tǒng)基于分布式移動(dòng)平臺(tái)B/S架構(gòu)，各種訪問(wèn)請(qǐng)求可通過(guò)業(yè)務(wù)層以不同的模式進(jìn)行數(shù)據(jù)訪問(wèn)，并可通過(guò)SMS-SDK短信開(kāi)發(fā)組件通知用戶，實(shí)現(xiàn)移動(dòng)手機(jī)端高效率解碼。手機(jī)端攝像頭最小分辨率為200萬(wàn)像素，實(shí)際環(huán)境中光照、對(duì)焦、成像距離、COMS感光質(zhì)量、解碼軟件的設(shè)計(jì)等因素均影響掃描清晰度和解碼質(zhì)量。二維碼識(shí)別中CS方法能明顯降低RS編碼的誤碼率，RS編碼信噪比為10.7、11.7 dBm時(shí)，CS誤碼率分別為0.040 1和0.011 3，低于Log和Gaussian法的0.042 5和0.014 7。CS在多種噪聲中具有良好的重構(gòu)原信息表現(xiàn)，PSNR均大于10 dBm。噪聲掩蓋區(qū)域?qū)ξ恢脜^(qū)影響最大，噪聲在位置區(qū)和編碼區(qū)的解碼平均正確率分別為87.68%和91.24%。

本系統(tǒng)下一步計(jì)劃結(jié)合農(nóng)產(chǎn)品大數(shù)據(jù)分析和融合技術(shù)，嘗試采取Tikhonov、迭代、奇異值截?cái)嗟确椒ㄇ蠼獠B(tài)矩陣方程，使得CS精度提高；嘗試采用RESTful Web服務(wù)連通性和接口一致性特點(diǎn)，結(jié)合ATOM數(shù)據(jù)聚合方法實(shí)現(xiàn)溯源信息自動(dòng)推送、按需供應(yīng)。

[1] 白紅武, 孫愛(ài)東, 陳軍, 等. 基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品質(zhì)量安全溯源系統(tǒng)[J]. 江蘇農(nóng)業(yè)學(xué)報(bào), 2013, 29(2): 415-420.

[2] SCHWAGELE F. Traceability from a European perspective[J]. Meat Sci, 2005, 71(1): 164-173.

[3] BOSONA T, GEBRESENBET G. Food traceability as an integral part of logistics management in food and agricultural supply chain[J]. Food Control, 2013, 33(1): 32-48.

[4] SMITH G C, TATUM J D, BELK K E, et al. Traceability from a US perspective[J]. Meat Sci, 2005, 71(1): 174-493.

[5] MURPHY G L, SCANGA J A, BELK K E, et a1. Review: Animal identification systems in North America [J]. PAS, 2008, 24(4): 277-286.

[6] MCMAHON K. Animal “eye” dentification[J]. Farm Ind News, 2000, 33(6): 26-27.

[7] PONGPIACHAN S. A preliminary study of using polycyclic aromatic hydrocarbons as chemical tracers for traceability in soybean products[J]. Food Control, 2015, 47: 392-400.

[8] 任守綱, 徐煥良, 黎安, 等. 基于RFID/GIS物聯(lián)網(wǎng)的肉品跟蹤及追溯系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(10) : 229-235.

[9] 張友橋, 呂昂, 邵鵬飛. 一種基于NFC的農(nóng)產(chǎn)品溯源系統(tǒng)[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào), 2015, 36(2): 145-149.

[10]王野, 宋欣, 宋占偉. 基于Android的二維碼食品藥品回溯系統(tǒng)[J]. 吉林大學(xué)學(xué)報(bào)(信息科學(xué)版), 2014, 32(6): 599-604.

[11]白紅武, 孫愛(ài)東, 陳軍, 等. 基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品質(zhì)量安全溯源系統(tǒng)[J]. 江蘇農(nóng)業(yè)學(xué)報(bào), 2013, 29(2): 415-420.

[12]李善杰, 周鳳飛. 數(shù)字圖書(shū)館服務(wù)評(píng)價(jià)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 情報(bào)科學(xué), 2008, 26 (5): 718-720.

[13]李敏. C/S和B/S模式及混合模式研究[J]. 西華師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2006, 27(2): 198-201.

[14]WAN J, TANG S, SHU Z, et a1. Software-defined industrial Internet of things in the context of industry 4.0[J] IEEE Sens J, 2016, 16(20): 7373-7380.

[15]徐玲, 蔣欣志, 張杰. 手機(jī)二維碼識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 計(jì)算機(jī)應(yīng)用, 2012, 32(5): 1474-1476.

[16]孟猛, 孫繼華, 鄧志聲. 基于二維碼技術(shù)的熱帶水果質(zhì)量安全追溯系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 包裝工程, 2014, 35(5): 13-20.

[17]孫道達(dá), 趙健, 王瑞, 等. 基于稀疏表示的QR碼識(shí)別[J]. 計(jì)算機(jī)應(yīng)用, 2013, 33(1): 179-181.

[18]YIN W T, OSHER S, GOLDFARB D, et al. Bregman iterative algorithms for l(1)-minimization with applications to compressed sensing [J]. SIAM J Imaging Sci, 2008, 1(1): 143-168.

[19]任越美, 張艷寧, 李映. 壓縮感知及其圖像處理應(yīng)用研究進(jìn)展與展望[J]. 自動(dòng)化學(xué)報(bào), 2014(8): 1563-1575.

[20]楊福增, 張艷寧, 王崢, 等. 基于小波變換的Wiener濾波算法去除蘋(píng)果圖像噪聲[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2006, 37(12): 130-133.

[21]宋懷波, 何東健, 韓韜. Contourlet變換為農(nóng)產(chǎn)品圖像去噪的有效方法[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(8): 287-292.

[22]KAUR H, SINGH M L. Performance analysis of RSCC based WiMax system for different SUI channel conditions using QPSK and QAM-16[J]. Wirel Pers Commun, 2016, 88(4): 787-796.

[23]施連敏, 郭翠珍, 蓋華之, 等. 基于二維碼的綠色食品溯源系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 制造業(yè)自動(dòng)化, 2013, 35(8): 144-146.

【責(zé)任編輯 霍 歡】

Design of a farm product traceability system withQR code based on mobile internet

LING Kangjie, YUE Xuejun, LIU Yongxin, WANG Jian, WANG Linhui, GAN Haiming

(College of Electronic Engineering, South China Agricultural University/Guangdong Engineering ResearchCenter for Monitoring Agricultural Information,Guangzhou 510642, China)

【Objective】 To establish a farm product traceability system using two-dimension code (QR code) based on mobile internet.【Method】The logical and physical structure of the farm product traceability system was studied. The principles of error collection code(ECC) based on Reed-Solomon(RS) code and the encoding algorithm of QR code were analyzed. The stained QR code was preprocessed by compressed sensing (CS) algorithm, and the result was compared with those from traditional denoising methods such as Gaussian, Disk, and Log algorithms. The relationship between QR code capacity and error correction, and the relationship between scanning pixels, staining position and image identifiablility have been studied. The parameters of mobile phone were identified.【Result】The lowest pixel of mobile phone scanning was two million, and CS was able to solve the staining problem of QR code effectively. The error bit rate (EBR) of CS was 0.040 1 when signal noise rate (SNR) was 10.7 dBm, which was lower than the result of Log method (0.042 5). The EBR of CS was 0.011 3 when SNR was 11.7 dBm, which was lower than the result of Gaussian method (0.014 7). The peak signal to noise ratio (PSNR) of QR code images processed by CS were all higher than 10 dBm. The mask area had a major impact on position region, and the average accuracy rates of recognition at position region and encoding region were 87.68% and 91.24% respectively. 【Conclusion】 The farm product traceability system enables integrity and traceability of the target information, solves the problem of information delay in planting, processing,circulation and sale of agricultural products.

two-dimension code(QR code); Reed-Solomon code; compressed sensing; signal to noise ratio; farm product; traceability system

2016- 08- 31 優(yōu)先出版時(shí)間：2017-04-12

凌康杰(1996—)，男，碩士研究生，E-mail：lingkangjie@foxmail.com；通信作者：岳學(xué)軍(1971—)，女，教授，博士，E-mail：yuexuejun @scau.edu.cn

國(guó)家自然科學(xué)基金(41471351)；國(guó)家重點(diǎn)研發(fā)計(jì)劃(2016YFD0200700)；廣東省科技計(jì)劃(2015A020224036、2014A020208109)；廣東省水利科技創(chuàng)新項(xiàng)目(2016-18);華南農(nóng)業(yè)大學(xué)校長(zhǎng)科學(xué)基金(4500-K14018)

TP391；S126

A

1001- 411X(2017)03- 0118- 07

優(yōu)先出版網(wǎng)址：http://kns.cnki.net/kcms/detail/44.1110.s.20170412.1442.030.html

凌康杰， 岳學(xué)軍， 劉永鑫， 等.基于移動(dòng)互聯(lián)的農(nóng)產(chǎn)品二維碼溯源系統(tǒng)設(shè)計(jì)[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017,38(3):118- 124.