唐孟雪 邢曉燕

摘要：得益于現(xiàn)代科技的飛速發(fā)展，人們的生活水平得到了極大的提升，與此同時人們對安全的要求也越來越高。門鎖一直是一個家庭安全保障的關(guān)鍵性物件，門鎖的發(fā)展更是經(jīng)歷了從普通物理門鎖到密碼鎖，指紋鎖到如今利用生物特征識別技術(shù)的門鎖。其中人臉識別技術(shù)更是在近年來得到了大眾的追捧和普遍認(rèn)可，并已逐漸被應(yīng)用于一些高科技產(chǎn)品設(shè)計上。

該次設(shè)計初探人臉識別門鎖制作，采用OpenMV智能采集人臉信息，利用其內(nèi)置的STM32F65VI AMR Cortex M7處理器計算處理信息，通過對比圖像LBP算子的方式，識別判斷人臉信息。同時將OpenMV與單片機相連接，外接LCD1602顯示屏，矩陣鍵盤，繼電器，蜂鳴器完整模擬一款可以進(jìn)行用戶人臉信息注冊、人臉識別、電子顯示、開鎖、報警等多功能的智能識別人臉門鎖。

關(guān)鍵詞：OpenMV;LBP算子;人臉識別;門鎖

中圖分類號：TP18 ? ? ?文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2020）25-0005-04

1 背景

人臉識別技術(shù)是近代以來飛速發(fā)展的一種生物識別技術(shù)，由于每個人長相不同，臉部輪廓幅度不同，用人臉信息作為識別身份的依據(jù)是可靠的。因而現(xiàn)如今也出現(xiàn)了人臉識別的廣泛應(yīng)用，比如支付寶刷臉支付、手機刷臉解鎖，公安監(jiān)控系統(tǒng)的人臉識別等。但就對于普通家庭而言，門鎖才是安全的第一保障，而傳統(tǒng)的鑰匙門鎖易丟失，易復(fù)制;密碼鎖密碼需定時更換，且容易被錄像竊取;指紋鎖在智能人臉門鎖的特征優(yōu)勢下也顯得相形見絀。雖然人臉識別門鎖成本較高，但具有可記錄圖像，處理和分析圖像的功能，不僅防止了外來非法人員的進(jìn)入，更可以幫助使用者了解試圖闖入人員的面部信息，起到很好的安全防范作用。

人臉識別是通過對圖像中人臉各個維度信息進(jìn)行分析，再將分析后的數(shù)據(jù)與數(shù)據(jù)庫內(nèi)的數(shù)據(jù)進(jìn)行對比判斷，從而達(dá)到識別的效果。一般步驟為，定義局部區(qū)域，局部區(qū)域特征的提取，經(jīng)過樣本訓(xùn)練后得到的變換矩陣將人臉圖像向量映射為人臉特征向量;然后進(jìn)行分類。分類器多采用組合分類器的形式，每個局部特征對應(yīng)一個分類器，后可用投票或線性加權(quán)等方式得到最終識別結(jié)果。

人臉識別算法的分類按維數(shù)分類可大致分為二維算法和三維算法。

二維算法是利用人臉上分布的由低到高的80個節(jié)點來檢測量眼睛、顴骨、下巴等之間的距離從而實現(xiàn)身份認(rèn)證。其主要算法有：基于模板匹配的方法;基于奇異值特征方法;子空間分析法;局部保持投影（Locality Preserving Projections，LPP）;主成分分析（PCA）;其他方法還有彈性匹配方法、特征臉法（基于KL變換）、人工神經(jīng)網(wǎng)絡(luò)法、支持向量機法、基于積分圖像特征法（adaboost學(xué)習(xí)）、基于概率模型法。

由于三維算法可以有效地解決二維圖像中姿態(tài)，光照，表情，面部遮擋物等方面對識別精度的影響，自90年代初期，科學(xué)家們就開展了對三維算法的研究，并取得了極大的進(jìn)展。目前三維人臉識別方法有基于圖像特征的方法和基于模型可變參數(shù)的方法。

2 總體設(shè)計

2.1 系統(tǒng)總體框圖

本系統(tǒng)主要是由五個硬件部分組成，其中核心的處理器為OpenMV搭載的STM32F65VI AMR Cortex M7芯片，輸入模塊有按鍵和攝像頭;輸出模塊有LCD顯示和繼電器模擬門鎖開關(guān)。

2.2 系統(tǒng)總體方案

本設(shè)計按照用戶具體操作情況可以分為兩大部分，一是管理員操作模塊，二是用戶使用模塊。其中管理員操作模塊分為三個部分：驗證管理員信息;采集人臉信息;退出管理員系統(tǒng)。用戶使用模塊又可細(xì)化為下面四個步驟：攝像頭采集人臉，處理人臉信息，根據(jù)人臉信息選擇是否開鎖，系統(tǒng)復(fù)位。具體描述如下：

1）通過鍵盤選擇進(jìn)入管理員操作系統(tǒng)或用戶系統(tǒng)。

2）若檢測到指定按鍵被按下，攝像頭立刻采集人臉圖片三次。

3）處理器處理采集到的人臉圖片，與系統(tǒng)內(nèi)儲存的合法人臉相對比，若三次采集的圖像數(shù)據(jù)對比吻合度都達(dá)到閾值要求，則打開門鎖。

4）門鎖打開后，按任意鍵關(guān)閉門鎖。

5）若用戶想進(jìn)入管理員系統(tǒng)需按下按鈕并輸入管理員密碼。

6）檢測管理員密碼是否正確，若正確進(jìn)入管理員操作系統(tǒng);若錯誤發(fā)出提示音，若連續(xù)三次輸入錯誤，則鎖住按鍵，不能更改。

7）錄入人臉信息20次。

8）按任意鍵退出管理員系統(tǒng)。

3 硬件設(shè)計

本設(shè)計主要是由OpenMV、STC89C51單片機，矩陣鍵盤，液晶顯示器，繼電器控制模塊等部分組成。

3.1 OpenMV

OpenMV攝像頭是一款低功耗，容易上手，擴展性強的電路板，其使用python編程語言可以幫助使用者較為輕松地完成機器視覺應(yīng)用的實現(xiàn)。它由STM32F65VI AMR Cortex M7處理器搭配OV7725感光元件構(gòu)成，其中處理器有一個全速USB（12Mbs）接口，可供OpenMV插入電腦端;一個μSD卡槽，;一個SPI總線，;一個 I2C總線，CAN總線， 和一個異步串口總線（TX/RX） ，;一個12-bit ADC 和一個12-bit DAC;三個 I/O 引腳用于舵機控制;一個RGB LED（三色）， 兩個高亮的 850nm IR LED（紅外）。

OpenMV是一個開源的，搭載了一個強大的32位處理器的攝像頭，達(dá)到了本項目的技術(shù)要求水平，并且可以使用SD卡可以更方便將圖像流數(shù)據(jù)提取出來，是一個較為完整地開發(fā)系統(tǒng)。相較于在STM32單片機上搭載攝像頭，OpenMV更加的便捷高效。相較于用樹莓派搭載攝像頭采集人臉信息，然后調(diào)用opencv與face++的API對照片進(jìn)行識別而言，OpenMV會更加方便快捷。

3.2 STC89C51單片機

本設(shè)計中，管理員系統(tǒng)采用了STC89C51作為主處理芯片，STC89C51是電子類大學(xué)生普遍接觸的一款單片機類型，具有低功效，高性能的特點。STC89C51含有32個雙向I/O口，2個16位可編程定時器、計數(shù)器中斷，2個串行中斷，2個外部中斷，2個讀寫中端口，具有低功效空閑和掉電模式，可軟件設(shè)置睡眠和喚醒功能。

由時鐘電路和復(fù)位電路構(gòu)成單片機最小系統(tǒng)，時鐘電路為單片機提供運行振蕩時鐘，是單片機工作的前提;復(fù)位電路提供快速復(fù)位操作，一般單片機都提供了上電自動復(fù)位和手動復(fù)位。

3.3 LCD1602顯示屏

LCD1602是一款點陣式LCD，由16*2個顯示單元組成，每個顯示單元可以顯示一個字符，一個顯示單元由5*7的點陣字符顯示位構(gòu)成。顯示單位的點陣字符的明暗反映出顯示的內(nèi)容，而屏幕上的顯示單元又與顯示RAM區(qū)字節(jié)一一對應(yīng)，實現(xiàn)了控制顯示。

LCD1602共具有16個引腳，其中2個電源引腳VSS和VCC，一個顯示屏對比度調(diào)整端VL，一個寄存器選擇引腳RS，一個讀寫引腳R/W，一個使能引腳E，一正一負(fù)兩個背光源引腳，七個雙8位雙向口數(shù)據(jù)線D0～D7。

LCD1602的讀寫，光標(biāo)和顯示模式的控制操作則都是由指令編碼完成。一共有十一條指令：清除、返回、輸入模式設(shè)置、顯示開關(guān)、控制、以為、功能設(shè)置、CGRAM地址設(shè)置、DDRAM地址設(shè)置、讀忙信號和光標(biāo)地址、寫數(shù)據(jù)、讀數(shù)據(jù)。

3.4 AT24C02存儲模塊

AT24C02是一款美國Atmel公司生產(chǎn)的低功效CMOS型E2PROM，具有掉電存儲功能，利用IIC總線數(shù)據(jù)傳送協(xié)議，它共有6個引腳，其中有串行時鐘線SCL，串行數(shù)據(jù)/地址線SDA，A0-A2器件地址輸入端，WP寫保護。

3.5 繼電器控制模塊

電磁繼電器是利用電磁感應(yīng)原理，可以通過小電壓控制較大電流，其主要組成部分有鐵芯、線圈、銜鐵、觸點簧片。當(dāng)給線圈兩邊施加一定電壓，線圈周圍將會產(chǎn)生磁場，從而吸引銜鐵使之向鐵芯方向移動，同時也導(dǎo)致了銜鐵的動觸點與靜觸點吸合，使輸出回路連通。當(dāng)斷電后，銜鐵在彈簧的拉力作用下返回原來位置，動觸點與靜觸點斷開，輸出回路斷開。在此設(shè)計中，利用繼電器控制門鎖的開關(guān)是合適的。

3.6 矩陣鍵盤模塊

本次設(shè)計需要用戶輸入密碼，這里采用的是最普遍的0-9數(shù)字密碼，因而選用了4*4矩陣鍵盤。將鍵盤設(shè)計成矩陣的形式可以減少I/O口的占用，4*4一共16個僅占用一個端口即可設(shè)計完成。

4 軟件設(shè)計

此次開發(fā)設(shè)計選用OpenMV作為圖像處理處理器，而OpenMV的二次開發(fā)一般選用Python程序語言。Python具有上手簡單;不用考慮內(nèi)存的申請和釋放;已有開發(fā)團隊封裝好的各種算法和模塊可以直接調(diào)用;還有MicroPython庫可以直接用等的優(yōu)點，并且Python在圖像處理，機器學(xué)習(xí)，網(wǎng)絡(luò)編程中都得到了廣泛應(yīng)用。

4.1 主函數(shù)程序框圖

4.2 各子程序設(shè)計

4.2.1 OpenMV采集人臉程序設(shè)計

OpenMV采集人臉只需要將當(dāng)前攝像頭所拍攝的圖像信息儲存到用戶庫中即可。為了提高樣本集，在此處設(shè)置每個用戶拍攝20張照片，并且拍攝過程中需要用戶盡可能調(diào)整自己的面部表情。

采集人臉程序代碼：

import sensor， image， pyb

red_led ? = LED（1）

green_led = LED（2）

blue_led = LED（3）

lcd.init（） # 初始化lcd.

sensor.reset（） # 初始化攝像頭.

sensor.set_pixformat（sensor.GRAYSCALE）

sensor.set_framesize（sensor.B128X128）

sensor.set_windowing（（92，112））#設(shè)置屏幕窗口大小

sensor.skip_frames（10）

sensor.skip_frames（time = 2000）

num = 3#被拍攝人臉信息編號

n = 10 #每個用戶拍攝10張照片

while（n）：

red_led.on（）#亮紅燈

sensor.skip_frames（time = 2000） # 暫停2s

blue_led.on（）

sensor.snapshot（）.save（"photo/s%s/%s.pgm" % （num， n） ） # 將用戶人臉信息保存到SD卡里面

n -= 1

blue_led.off（）

print（"注冊人臉信息已成功"）

4.2.2 OpenMV識別人臉程序設(shè)計

為了提高識別人臉時數(shù)據(jù)采集的精準(zhǔn)性，使用了判斷標(biāo)識關(guān)鍵字的方式，利用for循環(huán)語句，進(jìn)行三次人臉采集，分別判斷當(dāng)前人臉與用戶庫人臉數(shù)據(jù)的對比數(shù)據(jù)是否超過閾值，當(dāng)差異度小于閾值，將標(biāo)識字賦值為1，否則為0。當(dāng)關(guān)鍵字為0時，退出識別人臉程序，并閃爍紅燈，標(biāo)識人臉識別失敗。當(dāng)三次識別均成功時，閃爍綠燈，打開繼電器。

識別人臉代碼：

import sensor， time， image， pyb， lcd

from pyb import Pin

from pyb import LED

red_led ? = LED（1）

green_led = LED（2）

lcd.init（） #

sensor.reset（） # 初始化攝像頭.

sensor.set_pixformat（sensor.GRAYSCALE）

sensor.set_framesize（sensor.B128X128）

sensor.set_windowing（（92，112））#設(shè)置屏幕窗口大小

sensor.skip_frames（10）

sensor.skip_frames（time = 2000）

NUM_SUBJECTS = 3 #圖庫中的用戶人數(shù)

NUM_SUBJECTS_IMGS = 10 #每個人的合法樣本數(shù)

flag = 1

p_in = Pin（'P6'， Pin.IN， Pin.PULL_UP）# P6為輸入引腳，并上拉電阻

value = p_in.value（） # get value， 0 or 1#讀P6引腳的值

print（value）

def min_value（a， b， c）：

global num

if a

pmin=b

num=c

return a

if value==0 and flag ==1：

for n in range（0，3）：

# 拍攝當(dāng)前人臉。

Img_now = sensor.snapshot（）

####display###

for i in range （1，100）：

lcd.display（Img_now） #拍攝當(dāng)前照片并顯示出來

##############

L0 = Img_now.find_lbp（（0， 0， img.width（）， img.height（）））

#將當(dāng)前人臉的lbp特征保存在L0中

Img_now = None

pmin = 999999#最大化

num=0

for s in range（1， NUM_SUBJECTS+1）：

dist = 0

for i in range（2， NUM_SUBJECTS_IMGS+1）：

img = Img_now.Image（"photo/s%d/%d.pgm"%（s， i））

L1 = Img_now.find_lbp（（0， 0， Img_now.width（）， Img_now.height（）））

#將文件夾中的lbp特征保存在L1中

dist += Img_now.match_descriptor（L0， L1）#計算人臉的特征差異度。

print（"Average dist for subject %d： %d"%（s， dist/NUM_SUBJECTS_IMGS））

pmin = min_value（pmin， dist/NUM_SUBJECTS_IMGS， s）#打印當(dāng)前照片與用戶庫中照片的特征差異度

if （pmin<6500）：

flag = 1

else：

flag = 0

print（pmin）

print（num_value） # num為當(dāng)前最匹配的人的編號。

if（pmin<6500）：

print（"the door is open."）

Img_now.draw_string（200，200，"the door is open."， color = （255， 0， 0））

green_led.on（）

time.sleep（500）

else：

print（"the face is not detected，please try again."）

Img_now.draw_string（200，200，"the face is not detected，please try again."）

red_led.on（）

time.sleep（500）

else：

print（"the face is not detected，please try again."）

Img_now.draw_string（200，200，"the face is not detected，please try again."）

red_led.on（）

time.sleep（500）

4.2.3 密碼驗證程序設(shè)計

在驗證管理員信息時需要對輸入的密碼與AT24C02中儲存的密碼進(jìn)行比較驗證，并且設(shè)置了三次密碼錯誤啟動鍵盤鎖，此時將不能再通過按鍵輸入密碼。

4.2.4 按鍵程序設(shè)計

本次設(shè)計采用的是矩陣鍵盤，判斷是否有按鍵按下，需要CPU對所有的鍵盤進(jìn)行實時監(jiān)視，判斷按下的是哪個鍵盤需要按行按列依次掃描鍵盤確認(rèn)位置，并且掃描時要注意去除抖動。

5 調(diào)試

5.1 人臉識別特征差異閾值

由于LBP特征識別算法是將圖像的局部紋理特征轉(zhuǎn)化為一個LBP值，因此在對比圖像時，LBP的差異度即特征差異度越小，說明檢測到的人臉與樣本人臉更為相似。

在本設(shè)計中，用于區(qū)分是否為本人的這個特征差異度稱之為閾值。這個閾值的選擇需要實際實驗測得數(shù)據(jù)來選擇，同時還考慮到了樣本照片，光線強弱，人物背景，人物表情等因素對特征差異度的影響。下面是控制變量法下的實驗數(shù)據(jù)。

由表中數(shù)據(jù)可以看到，通過圖片檢測的特征差異度普遍在7000-8000之間，而真實人臉檢測的特征差異度可以在6500左右。因此在實際選擇閾值時選擇設(shè)置閾值為6500，并且進(jìn)行多次檢測的方式減少誤差比較合適。

5.2 OpenMV調(diào)試

對OpenMV調(diào)試主要是將其連接至電腦端，單獨運行人臉識別和人臉存儲的代碼。由于代碼是用python語法，因此有一個常見的錯誤提醒：SyntaxError： invalid syntax，這種錯誤常由于在def，class，if，elif，for，while等語句末尾沒有加上“：”或是因為縮進(jìn)不正確。由于python是一個沒有中括號的編程語言，語言的邏輯包含關(guān)系全都由縮進(jìn)體現(xiàn)，因此在整個編程中要特別注意縮進(jìn)。另外在調(diào)試代碼時出現(xiàn)了沒有語法錯誤，但是出來的結(jié)果并非期望值的情況，這時就只能一步一步地看代碼，在關(guān)鍵代碼處可以添加一行輸出來查看這時一些關(guān)鍵值的變化，這樣可以快速定位出錯的邏輯位置。

還有一個小問題值得一提，由于OpenMV保存人臉信息是保存至本地的SD內(nèi)存卡中，在提取人臉信息算法中要輸入相應(yīng)的路徑，該路徑下存有已經(jīng)保存的人臉信息分別放至s1-s6的文件夾中。開始本以為路徑和文件夾都可以自動生成，但是測試時發(fā)現(xiàn)都不行，而且在提取完人臉信息后，文件夾內(nèi)是不會立即更新的，需要將OpenMV重啟后才能看到。

5.3 LCD顯示屏調(diào)試

本次設(shè)計中的管理員系統(tǒng)采用了LCD1602顯示屏，用于用戶輸入密碼顯示。整體來說LCD1602的調(diào)試比較簡單，可以通過在51學(xué)習(xí)板上進(jìn)行范例代碼的測試，由此判斷顯示屏是否工作正常，只要顯示成功余下的就是編碼的問題了。

5.4 矩陣鍵盤調(diào)試

矩陣鍵盤測試的重點是硬件方面，在焊接時一定要仔細(xì)仔細(xì)再仔細(xì)，每次焊接完一行或者一列都需要用萬用表測試是否連通，是否存在虛焊的情況。用萬用表確認(rèn)基本無誤后，將在學(xué)習(xí)板測試成功的簡單按鍵操作代碼修改引腳后用于測試。

5.5 系統(tǒng)安裝

1）設(shè)計需求分析，按照本次設(shè)計的需求現(xiàn)將設(shè)計成為相應(yīng)模塊，并構(gòu)思好系統(tǒng)的框架結(jié)構(gòu)。

2）按照模塊需求，列出每個模塊需要的元器件，并匯總為總元器件清單。

3）按照元器件清單購買元器件，并根據(jù)設(shè)計的原理圖將元器件按照每個模塊焊接完成，并用萬能表測試焊接情況，初步排除虛焊，漏焊等情況。

4）在相應(yīng)的編程軟件中，按照模塊順序編寫相應(yīng)程序，如果方便可以先在學(xué)習(xí)板上測試程序功能。

5）在軟硬件準(zhǔn)備工作完成后，將所有的模塊相連，挨個測試模塊功能是否完成。模塊測試完成后再編寫主程序，耐心調(diào)試。

6）在主程序測試成功后，對整體代碼邏輯順序進(jìn)行梳理，多次測試完善，直到最終達(dá)到理想效果。

設(shè)計安裝完成及調(diào)試過程如圖3。

參考文獻(xiàn)：

[1] 何玉.基于Python語言圖像邊緣檢測及其算法分析[J].計算機產(chǎn)品與流通， 2018（6）：147.

[2] 郭向，星田斐.智能人臉識別門鎖控制系統(tǒng)設(shè)計[J].電子技術(shù)與軟件工程， 2019（17）：115-116.

[3] 李勇.基于RFID與人臉識別技術(shù)的智能門禁系統(tǒng)研究與設(shè)計[D].重慶：重慶大學(xué)，2009.

【通聯(lián)編輯：謝媛媛】