第2章1自动识别技术与条形码_第1页
第2章1自动识别技术与条形码_第2页
第2章1自动识别技术与条形码_第3页
第2章1自动识别技术与条形码_第4页
第2章1自动识别技术与条形码_第5页
已阅读5页,还剩58页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第2章自动识别技术与RFID,内容提要,感知识别技术融合物理世界和信息世界,是物联网区别于其他网络最独特的部分。本篇从自动识别技术与RFID开始,逐一介绍多样化的信息生成方式。,内容回顾,第1章介绍了物联网的基本概念,核心技术,主要特点和应用前景。把物联网分为感知识别层、网络构建层、管理服务层和综合应用层四层。本章介绍自动识别技术和RFID,重点讨论RFID组成,分类等,并简要介绍防止RFID标签冲突算法。,2.1自动识别技术2.2RFID的历史和现状2.3RFID技术分析2.4RFID标签冲突*2.5RFID和物联网自动识别技术是模式识别理论的典型应用,选取不同的特征产生了多样的自动识别技术。,本章内容,2.1自动识别技术,自动识别技术应用一定的识别装置,通过被识别物品和识别装置之间的接近活动,自动地获取被识别物品的相关信息,并提供给后台的计算机处理系统来完成相关后续处理的一种技术。自动识别系统根据识别对象的特征可以分为两大类:特征提取技术和数据采集技术。,自动识别技术的种类与特征比较,2.1自动识别技术,自动识别分类,2.1自动识别技术,人体生物特征,包括生理特征和行为特征两大类。生理特征主要包括人脸、指纹、掌纹、掌形、虹膜、视网膜、静脉、DNA、颅骨等,这些特征是与生俱来的,是先天形成的;而行为特征包括声纹、签名、步态、耳形、按键节奏、身体气味等,这些特征是由后天的生活环境和生活习惯决定的。,人体生物特征,人脸,脸部热量图,指纹,手形,手部血管分布,虹膜,视网膜,签名,语音,常用生物特征的比较,语音识别,2.1自动识别技术,语音识别的定义语音识别(SpeechRecognition):主要指让机器听懂人说的话,即在各种情况下,准确地识别出语音的内容。从而根据其信息,执行人的各种意图。语音识别的应用语音识别技术根据其属性,基本功能可归为两大类:根据人本身的声纹特征来进行身份认证。另一类是根据人发出特定的语音指令来进行命令控制。,Siri是苹果公司在其产品iphone4S上应用的一项语音控制功能。Siri可以令iPhone4S变身为一台智能化机器人。,iphone4SSiri,实现一种人机互动,语音识别,语音识别,iPhone版:2011-10-27更新,讯飞口讯1.0.1037版本发布,新增语音输入发布微博功能。Android版:2011-10-28更新,讯飞语音输入法2.0.1094版本发布,增加拼音整句输入功能,并优化部分细节问题。2010年10月就已经发布了第一版“语音云”平台。2012年3月发布新一代“语音云”平台。,科大讯飞,腾讯,2013年9月微信5.0这个版本亮相的微信语音输入功能来自腾讯的自主研发语音识别技术。2013年11月正式上线智能开放平台。语音识别和图像识别成为首批开放给第三方应用开发者的智能识别技术。通过调用相关技术接口,第三方应用也可以实现微信中已有的语音转文字、图片扫描等功能。,语音识别,语音识别框架:典型的模式识别系统,2.1自动识别技术,人脸识别,非接触,用户接受度高。人脸识别技术使用摄像头作为识别信息的获取装置,以非接触方式,自动获取人脸,并完成人脸识别过程。直观性突出。人脸识别技术所使用的依据是人的面部图像,而人脸无疑是肉眼能够判别的最直观的信息源,“以貌取人”符合人的认知规律。同时也方便后期人工确认,且具再利用等明显优势。识别速度快,不易被察觉。与其它生物识别技术相比,人脸识别属于一种自动识别技术,一秒时间内可以识别好几次。不被察觉的特点对于识别方法也很重要,这会使该识别方法不令人反感,并且因为不容易引起人的注意而不容易被欺骗。不易仿冒。人脸识别技术要求识别对象必须亲临识别现场,他人无法仿冒。,2.1自动识别技术,人脸识别,2000年8月8日,数万名观众由国家体育场鸟巢的100多个人脸识别系统快速身份验证关口有序入场,参加2008北京奥运会的开幕式。据悉,该验证系统是由中科院自动化所研制的。,人脸识别,人脸识别门禁系统,中国人民银行规定所有的金库安防监控系统都要有人脸识别功能。,人脸识别,自动人脸识别系统,所谓自动人脸识别系统,是指不需要人为干预,能够自动获取人脸图像并且辨别出其身份的系统一个自动人脸识别系统至少要包含三个部分,即数据采集子系统、人脸检测子系统和人脸识别子系统“人脸识别”有时是指整个自动人脸识别系统所做的工作,有时是指人脸识别子系统所做的工作,人脸识别,人脸识别的过程,人脸识别,在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来,并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用Adaboost学习算法,挑选出一些最能代表人脸的矩形特征(弱分类器),按照加权投票的方式将弱分类器构造为一个强分类器,再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器,有效地提高分类器的检测速度。,人脸检测,人脸识别,对人脸进行特征建模的过程。人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征或统计学习的表征方法。基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。,人脸图像特征提取,人脸识别,基于人脸特征点的识别算法(Feature-basedrecognitionalgorithms)基于整幅人脸图像的识别算法(Appearance-basedrecognitionalgorithms)基于模板的识别算法(Template-basedrecognitionalgorithms)利用神经网络进行识别的算法(Recognitionalgorithmsusingneuralnetwork)基于光照估计模型理论提出了基于Gamma灰度矫正的光照预处理方法,并且在光照估计模型的基础上,进行相应的光照补偿和光照平衡策略。优化的形变统计校正理论基于统计形变的校正理论,优化人脸姿态;强化迭代理论强化迭代理论是对DLFA人脸检测算法的有效扩展;独创的实时特征识别理论该理论侧重于人脸实时数据的中间值处理,从而可以在识别速率和识别效能之间,达到最佳的匹配效果,人脸识别算法,人脸识别,人脸识别的困难,相似性不同个体之间的区别不大,所有的人脸的结构都相似,甚至人脸器官的结构外形都很相似。易变性人可以通过脸部的变化产生很多表情,而在不同观察角度,人脸的视觉图像也相差很大,另外,人脸识别还受光照条件(例如白天和夜晚,室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄等多方面因素的影响。,人脸识别,虹膜识别:合适的生物特征,虹膜识别是当前应用最方便精确的生物识别技术,虹膜的高度独特性和稳定性是其用于身份鉴别的基础。虹膜识别的特点:生物活性:虹膜处在巩膜的保护下,生物活性强。非接触性:从无需用户接触设备,对人身没有侵犯。唯一性:形态完全相同虹膜的可能性低于其他组织。稳定性:虹膜定型后终身不变,一般疾病不会对虹膜组织造成损伤。防伪性:不可能在对视觉无严重影响的情况下用外科手术改变虹膜特征。,2.1自动识别技术,虹膜识别的缺点,很难将图像获取设备的尺寸小型化;设备造价高,无法大范围推广;镜头可能产生图像畸变而使可靠性降低;两大模块:硬件和软件一个自动虹膜识别系统包含硬件和软件两大模块:虹膜图像获取装置和虹膜识别算法。分别对应于图像获取和模式匹配这两个基本问题。,虹膜识别技术,指纹识别技术,从实用角度看,指纹识别是优于其他生物识别技术的身份鉴别方法。因为指纹具有各不相同、终生基本不变的特点,且目前的指纹识别系统已达到操作方便、准确可靠、价格适中的阶段,正逐步应用于民用市场。指纹识别的处理流程:通过特殊的光电转换设备和计算机图像处理技术,对活体指纹进行采集、分析和比对,可以迅速、准确地鉴别出个人身份。系统一般主要包括对指纹图像采集、指纹图像处理、特征提取、特征值的比对与匹配等过程。,自动识别技术举例光符号识别语音识别虹膜识别指纹识别IC卡条形码,2.1自动识别技术,指纹特征有哪些(总体特征)?,指纹识别技术,指纹特征有哪些(局部特征)?,终结点(Ending):一条纹路在此终结。,分叉点(Bifurcation):一条纹路在此分开成为两条或更多的纹路。,分歧点(RidgeDivergence):两条平行的纹路在此分开。,孤立点(DotorIsland):一条特别短的纹路,以至成为一点。,环点(Enclosure):一条纹路分开成为两条之后,立即有合并成为一条,这样形成的一个小环称为环点。,短纹(ShortRidge):一端较短但不至于成为一点的纹路。,光符号识别,光学字符识别(OpticalCharacterRecognition,OCR),是模式识别(PatternRecognition,PR)的一种技术,目的是要使计算机知道它到底看到了什么,尤其是文字资料。OCR技术能使设备通过光学机制识别字符。,数据采集技术有:利用光学原理的存储器:光学字符识别、条码(一维、二维)、矩阵码、光标读写器;磁存储器:磁条、非接触磁卡、磁光存储、微波;电存储器:触摸式存储、RFID射频识别、存储卡(智能卡、非接触式智能卡)、视觉识别、能量扰动识别。,磁卡识别技术磁卡是由一定材料的片基和均匀涂覆在片基上的微粒磁性材料制成的,采用的是磁识别技术。磁条从本质意义上讲和计算机用的磁带或磁盘是一样的,可以记载字母、字符及数字信息,通过粘合或热合与塑料或纸牢固地整合在一起,形成磁卡。磁条记录信息的方法是变化磁的极性,一部解码器可以识读到磁性变换,并将它们转换成字母或数字的形式。,IC卡技术,IC卡(IntegratedCircuitCard),即“集成电路卡”在日常生活中已随处可见。实际上是一种数据存储系统,如有必要还可附加计算能力。一个标准的IC卡应用系统通常包括:IC卡、IC卡接口设备(IC卡读写器)、PC,较大的系统还包括通信网络和主计算机等,如图所示。,自动识别技术举例光符号识别语音识别虹膜识别指纹识别IC卡条形码,IC卡:基本组成,IC卡:由持卡人掌管,记录持卡人特征代码、文件资料的便携式信息载体。接口设备:即IC卡读写器,是卡与PC信息交换的桥梁,且常是IC卡的能量来源。核心为可靠的工业控制单片机,如Intel的51系列等。PC:系统的核心,完成信息处理、报表生成输出和指令发放、系统监控管理以及卡的发行与挂失、黑名单的建立等。网络与计算机:通常用于金融服务等较大的系统。,自动识别技术举例光符号识别语音识别虹膜识别指纹识别IC卡条形码,IC卡:分类,自动识别技术举例光符号识别语音识别虹膜识别指纹识别IC卡条形码,IC卡:按芯片分类,IC卡:按芯片分类,IC卡:按芯片分类,CPU卡:按交换界面分类,CPU卡:按应用领域分类,根据应用领域的不同可将智能卡分为金融卡和非金融卡(即银行卡和非银行卡)。金融卡又分为信用卡和现金卡。前者用于消费支付时,可按预先设定额度透支资金,后者可用做电子钱包和电子存折,但不得透支。而非金融卡的涉及范围极广,实质上囊括了金融卡之外的所有领域,如门禁卡、组织代码卡、医疗卡、保险卡、IC卡身份证、电子标签等。,CPU卡:按数据传输形式分类,条形码技术,自动识别技术举例光符号识别语音识别虹膜识别指纹识别IC卡条形码,条码是由一组条、空和数字符号组成,按一定编码规则排列,用以表示一定的字符、数字及符号等信息。条码识别是对红外光或可见光进行识别,由扫描器发出的红外光或可见光照射条码标记,深色的“条”吸收光,浅色的“空”将光反射回扫描器,扫描器将光反射信号转换成电子脉冲,再由译码器将电子脉冲转换成数据,最后传至后台。,条形码技术:一维条形码,自动识别技术举例光符号识别语音识别虹膜识别指纹识别IC卡条形码,一维条码在使用过程中仅作为识别信息,它的意义是通过在计算机系统的数据库中提取相应的信息而实现的。一个完整的条码的组成次序依次为:静区(前)、起始符、数据符、(中间分割符,主要用于EAN码)、(校验符)、终止符、静区(后)。,一维条形码:几个基本概念,模块:构成条码的基本单位是模块,模块是指条码中最窄的条或空,模块的宽度通常以mm或mil(千分之一英寸)为单位。构成条码的一个条或空称为一个单元,一个单元包含的模块数是由编码方式决定的,有些码制中,如EAN码,所有单元由一个或多个模块组成;而另一些码制,如39码中,所有单元只有两种宽度,即宽单元和窄单元,其中的窄单元即为一个模块。,密度(Density):条码的密度指单位长度的条码所表示的字符个数。模块尺寸越小,密度越大,所以密度值通常以模块尺寸的值来表示(如5mil)。通常7.5mil以下的条码称为高密度条码,15mil以上的条码称为低密度条码。宽窄比:对于只有两种宽度单元的码制,宽单元与窄单元的比值称为宽窄比,一般为2-3左右(常用的有2:1,3:1)。宽窄比较大时,阅读设备更容易分辨宽单元和窄单元,因此比较容易阅读。,一维条形码:几个基本概念(续),对比度(PCS):条码符号的光学指标,PSC值越大则条码的光学特性越好PCS=(RL-RD)/RL100%(RL:条的反射率RD:空的反射率)条码长度:从条码起始符前缘到终止符后缘的长度条码密度:单位长度的条码所表示的字符个数双向条码:条码的两段都可以作为扫描起点的。中间分隔符:在条码符号中,位于两个相邻的条码符号之间且不代表任何信息的空。连续性条码:在条码字符中,两个相邻的条码字符之间没有中间分隔符的条码。非连续性条码:在条码字符中,两个相邻的条码字符之间存在中间分隔符的条码。,一维条形码:译码原理,激光扫描仪通过一个激光二极管发出一束光线,照射到一个旋转的棱镜或来回摆动的镜子上,反射后的光线穿过阅读窗照射到条码表面,光线经过条或空的反射后返回阅读器,由一个镜子进行采集、聚焦,通过光电转换器转换成电信号,该信号将通过扫描期或终端上的译码软件进行译码。,UPC码(统一商品编码),在1973年由美国超市工会推行,是世界上第一套商用的条形码系统,主要应用在美国和加拿大。UPC码包括UPC-A和UPC-E两种系统,UPC只提供数字编码,限制位数(12位和7位),需要检查码,允许双向扫描,主要应用在超市与百货业。我们在美国进口的商品上可以看到。,UPC-A码UPC-E码,EAN码,是国际物品编码协会制定的一种商品用条码,通用于全世界。EAN码符号有标准版(EAN-13)和缩短版(EAN-8)两种,我国的通用商品条码与其等效,日常购买的商品包装上所印的条码一般就是EAN码。,EAN-13码EAN-8码,ITF25码,交叉25码是一种条和空都表示信息的条码,交插25码有两种单元宽度,每一个条码字符由五个单元组成,其中二个宽单元,三个窄单元。在一个交插25码符号中,组成条码符号的字符个数为偶数,当字符是奇数个时,应在左侧补0变为偶数。条码字符从左到右,奇数位置字符用条表示,偶数位字符用空表示。交插25码的字符集包括数字0到9。在物流管理中应用较多,主要用于包装、运输、国际航空系统的机票顺序编号、汽车业及零售业。,ITF25条码,39码和93码,Code39码可供使用者双向扫瞄的分散式条码。仅有两种单元宽度:宽单元和窄单元。宽单元宽度为窄单元的1到3倍。39码的每一个条码字符由九个单元组成,其中有三个宽单元,其余是窄单元,因此称为三九码。主要用于工业、图书及票证的自动化管理。Code93码与39码具有相同的字符集,但它的密度要比39码高,所以在面积不足的情况下,可以用93码代替39码。,Code39码,Code93码,库德巴码和Code128码,CODABAR码也可表示数字和字母信息,主要用于医疗卫生、图书情报、物资、照片冲洗业等领域的自动识别。Code128码可表示ASCII0到ASCII127共计128个ASCII字符。,库德巴码,Code128码,库德巴码和Code128码,Industrial25码只能表示数字,有两种单元宽度。每个条码字符由五个条组成,其中两个宽条,其余为窄条。这种条码的空不表示信息,只用来分隔条,一般取与窄条相同的宽宽度。Matrix25码只能表示数字0到9。当采用Matrix25码的编码规范,而采用ITF25码的启始符和终止符时,生成的条码就是中国邮政码。我公司的LabelShop条码标签打印软件可打印中国邮政码。,Industrial25条码,Matrix25码,一维条形码:典型一维条形码制比较,二维条形码,二维码利用某种特定的几何图形按一定规律在平面(二维方向上)分布的黑白相间的图形记录数据符号信息的;在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念,使用若干个与二进制相对应的几何形体来表示文字数值信息,通过图象输入设备或光电扫描设备自动识读以实现信息自动处理。二维码具有条码技术的一些共性:每种码制有其特定的字符集;每个字符占有一定的宽度;具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形旋转变化等特点。,一维条形码与二维条形码的比较,一维条形码特点:可直接显示内容为英文、数字、简单符号;贮存数据不多,主要依靠计算机中的关联数据库:保密性能不高;损污后可读性差。,二维条形码特点:可直接显示英文、中文、数字、符号、图型;贮存数据量大,可存放1K字符,可用扫描仪直接读取内容,无需另接数据库;保密性高(可加密),安全级别最高时,损污50%仍可读取完整信息。,条形码技术:二维条形码,目前,世界上应用最多的二维条码符号有AztecCode、PDF417、DataMatrix、QRCode、Code16K等。,Code16K,DataMatrix,PDF417,AztecCode,QRCode,二维条形码的类型1.线性堆叠式二维码在一维条形码的基础上,将多个一维码在纵向堆叠而产生的。主要有Code16K、Code49.PDF417等。2.矩阵式二维码采用统一的黑白方块的组合。主要有Aztec、MaxiCode、QRCode、DataMatrix等。3.邮政码通过不同长度的条进行编码。主要有Postnet、BPO4-State等。,PDF417二维条码,PDF417是一种堆叠式二维条码,目前应用最为广泛。PDF417条码是由美国SYMBOL公司发明的,PDF(PortableDataFile)意为“便携数据文件”。组成条码的每一个条码字符由4个条和4个空,共17个模块构成,故称为PDF417条码。PDF417条码可表示数字、字母或二进制数据,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论