基于Android和QR码的有机蔬菜溯源系统开发与应用

王林生，于　玲

(河南工业职业技术学院，河南 南阳　473009)

0　引言

近年来，农药的残留、非法添加和假冒伪劣产品等导致的食品安全事故频繁发生，给人们的生活和身体健康带来了极大的影响，如何保障食品的安全已经成为当前社会关注的热点问题[1-6]。要想从根本上保证食品的安全，最可靠的途径就是保证食品的可溯源性，从食品的生产加工到流通环节等，都可以查到具体的信息，才能保障食品从生产到流通过程都不做假[7-11]。有机蔬菜是当前大众比较放心的蔬菜，但由于市场监管不严，很难区分有机蔬菜和普通蔬菜；而采用溯源系统Android手机扫描的形式，可以方便地追溯蔬菜的产地等信息，为是否是有机蔬菜及蔬菜质量的区分带来了极大的便利[12-16]。目前，溯源系统大多采用RFID技术，但该技术的FRID信息量大、成本较高，不利用推广使用[17-20]。QR码具有信息量大和可靠性好等优点，将其使用在追溯系统的设计上具有重要的现实意义。

1　有机蔬菜分拣机和溯源系统总体设计

有机蔬菜分拣机可以实现溯源二维码的自动生成，其生成依据是根据有机蔬菜的色泽等进行分类，自动生成二维码信息数据，并且依据分拣机的自动化，可以根据有机蔬菜的颜色、形状和质量等对蔬菜进行自动分级[21-22]。在机械自动控制系统中，PLC控制是最常用的自动控制方法。该套控制系统可以在恶劣的作业条件下工作，其性能要比单片机具有一定的优势，且其兼容性好，程序编程简单，可靠性高[23-25]。因此，在设计分拣机的控制系统时，选用PLC控制系统，其总体设计框架如图1所示。

图1　有机蔬菜分拣溯源系统PLC控制部分总体框架

有机蔬菜分拣溯源系统PLC控制主要是由3部分组成，包括传感器、PLC控制器和反馈调节控制的气缸，在设计时需要确定I/O点数和选择PLC的型号，然后进行I/O分配。根据有机蔬菜分拣溯源系统PLC控制部分的设计需求，使用了分拣传感器、电容电感传感器及颜色传感器等多种型号的传感器，输入部分包括两个开关信号和多个传感信号。

由于二维码的信息含量大、安全性高，因此可以将其使用在溯源系统中。QR码是常用的二维码，如图2所示。在溯源系统中，QR码的使用主要是针对手机Android用户。在设计溯源系统时，厂家需要根据用户需求创建一个Web系统，供客户下载二维码识别软件。用户安装系统后，可以通过扫描有机蔬菜包装上的二维码，将溯源信息全部显示出来。

图2　有机蔬菜溯源系统总体设计

2　基于Android的QR码生成和加密技术

二维条码是在二维空间的水平方向和垂直方向上都存储信息的一种条码，同一维的条码相比较而言，二维条码包含的信息量更大、安全性更好，并且其密度和纠错能力等也比较好。二维条码不仅可以存储数字信息，还可以保存图像信息，将其使用在溯源系统中，可以解决溯源系统信息量大和存储量高等问题[26-28]。QR码是常用的二维码，在溯源系统中，QR码的使用主要是针对手机Android用户。其中，常用的二维码包括图3所示的3种形式[29-30]。

图3　3种二维码示意图

图3中，3种类型分别是矩阵式、矩阵式和行排式。第1种矩阵式的容量为4 296个字母和1 817个汉字，第2种容量为2 335个字母和778个汉字，第3种类型的容量为1 850个字母和554个汉字。考虑蔬菜溯源系统信息容量较大，因此采用第1种的QR码。在生成QR码时为了防盗，需要采用加密技术。

Arnold变换是图像加密的一种重要方法，该方法把图像看成是平面上的二元函数，其表达式为Z=F(x,y),(x,y)∈R。其中，(x,y)表示图像的灰度值。在图像数字化过程中，Z=F(x,y)可以看成是二维离散点，这些点具有一定的关联性，将这些点的数据按照一定规则做置乱处理后，可以实现图像的加密，而通过规则的还原可以再重新恢复图像。假设将图像单位正方形上的点(x,y)变换到另一点(x′y′)的变换为

(1)

其中，mod 1表示模1运算。这个变换是二维Arnold变换，具体到数字图像，可以将Arnold变换写为

(2)

其中，(x,y)∈{0,1,2,...,N-1}，N是数字图像矩阵的阶数。假设Arnold变换的矩阵为A，(x,y)T表示输入，(x′,y′)T表示输出，通过反馈调节作用，可以得到的迭代方程为

(3)

其中，n代表迭代的次数，n=0,1,2,...。通过对图像所有数字离散点进行遍历后，将信息按照一定的规则置换，可以生产新的图像。

离散余弦变换(DCT)也是常用的一种图像加密方法，在进行加密时首先需要将图像进行分解。一般情况下是将图像分解为8×8或16×16块，然后对图像的每一个分解块进行DCT变换，而Android系统在接受端采用DCT反变换，将图像识别出来。DCT变化在图像加密过程中可以将图像压缩，从而节省了大量的存储空间。二维离散余弦正变换公式为

(4)

(5)

以8×8的数据编码为例，在编码的输入端将图像按照8×8的子块进行分割，子块的数值是在-128～127之间。采用余弦变换可以得到变换系数，变换公式为

(6)

图4　分拣机颜色传感器

图4中，采用的颜色传感器为三基色传感器，可检测目标物体对三基色的反射比率，从而鉴别物体颜色。在分拣系统中，通过不同的颜色可以准确地识别有机蔬菜的种类，从而生成不同的二维码。另外，还可以通过颜色对有机蔬菜的品质进行分级，实现蔬菜品质的自动化分拣和有机蔬菜的溯源信息的生成。

3　有机蔬菜分拣和溯源系统测试

为了验证溯源系统的性能，分别对QR码的生成和Andriod系统的识别进行了测试，测试过程选用了1台改装的自动分拣机，在分拣机上安装了各种传感器，如图5所示。

通过改装后，改分拣机可以实现土豆的自动分拣，本次主要是采用图像识别和处理技术，对土豆的类别进行划分，然后根据土豆的形状和大小生成土豆的质量级别，如图6所示。

通过图像处理，土豆的大小和形状信息可以被识别，然后根据不同的质量信息形成不同信息数据的二维QR码，在用于扫码识别后，可以得到土豆的质量信息数据。

对分拣机自动生成的二维码进行Andriod手机扫描查询可以得到关于有机蔬菜的各种详细信息，包括产地、蔬菜收获日期、质量检测信息和物流信息等(见图7)，从而验证了溯源系统的可行性。

图7　QR码Andriod手机扫描查询结果

4　结语

有机蔬菜和普通蔬菜是很难分辨的，而有机蔬菜的品质和等级更是不易区分，一般市场上有机蔬菜的安全信息也无从查询。为了解决这个问题，设计了一种基于Android和QR码的有机蔬菜溯源系统，实现了有机蔬菜产地和流通信息的共享。为了实现溯源系统二维码的自动化生成，采用了基于PLC控制的有机蔬菜自动分拣机，通过不同类别和蔬菜品质的划分，实现了不同信息二维码的自动生成。对溯源系统二维码的生成和识别进行了测试，结果表明：采用该套系统可以自动对有机蔬菜进行分类并生成不同信息的二维码，对分拣机自动生成的二维码进行Andriod手机扫描查询可得到关于有机蔬菜的各种详细信息，整套系统方案对有机蔬菜的溯源系统设计是可行的。

参考文献：

[1]余平祥,巫远媚,胡月明,等.RFID食品安全可追溯系统读取率优化策略研究[J].农业工程学报,2008, 24(7):132 -136.

[2]赵秋艳,汪洋,乔明武,等.有机RFID标签在动物食品溯源中的应用前景[J].农业工程学报,2012(8):154 -158.

[3]胡国胜,方龙雄. RFID系统安全分析[J].计算机安全, 2013(1):40 -44.

[4]颜波,石平. 基于物联网的水产养殖智能化监控系统[J].农业机械学报,2014(1):259 -265.

[5]杨惠霄,张李浩. 基于 RFID技术的供应链投资决策及协调[J].计算机集成制造系统,2014(1):55-61.

[6]陈琴刚,马本学,李锋霞,等.基于RFID农畜产品质量安全溯源系统研究进展[J].农机化研究,2013,35(8):224-227.

[7]王纪阳,李明阳,陈茂才,等.东莞市农产品质量安全追溯系统的应用[J].广东农业科学,2012(14):197-199, 205.

[8]侯春生,夏宁. RFID技术在中国农产品质量安全溯源体系中的应用研究[J].中国农学通报,2010(3):296 -298.

[9]罗爱民,易彬,沈才洪.基于无线射频识别的食品数字身份证设计及应用[J].农业工程学报,2013(10):262 -268.

[10]郭芙蓉,吴宁鹏,班付国,等.我国鸡蛋质量安全问题分析及对策[J].河南畜牧兽医,2009,30(4):16-18.

[11]赵一夫,薛莉,秦富.我国蛋鸡产业生产状况及发展形势分析[J].中国家禽, 2010,32(4):1-7.

[12]高彦生,宦萍,胡德刚,等.美国FDA食品安全现代化法案解读与评析[J].检验检疫学刊,2011,21(3):71- 76.

[13]熊本海,傅润亭,林兆辉,等.生猪及其产品从农场到餐桌质量溯源解决方案-以天津市为例[J].中国农业科学, 2009,42(1):230-237.

[14]熊本海,罗清尧,杨亮,等.基于3G技术的生猪及其肉制品溯源移动系统的开发[J].农业工程学报,2012, 28(15):228-233.

[15]康瑞娟,傅泽田,田东,等.基于PDA的肉牛养殖可追溯系统的设计与实现[J].微计算机信息,2010(5) 50-52.

[16]张可,柴毅,翁道磊,等.猪肉生产加工信息追溯系统的分析和设计[J].农业工程学报,2010,26(4):332- 339.

[17]陈红艳,聂宜民,车明亮,等.蔬菜安全生产管理与服务网络平台设计及实现[J].农业工程学报,2010,26(1):232-237.

[18]杨平,杨季.二维条码及其应用[J].河南科技,2000(11):19-20.

[19]朱良,贺喜,李敏,等生长猪棉籽粕消化能的评定及估测模型研究[J].动物营养学报,2013,25(4):819-826.

[20]赵其国.当前我国农业发展中存在的深层次问题及对策[J].生态环境学报,2013,22(6):911-915.

[21]赵其国,黄国勤,王礼献.中国生态安全、农业安全及“三农”建设研究[J].农林经济管理学报,2014,13(3): 237-243.

[22]袁挺,纪超,陈英,等.基于光谱成像技术的温室黄瓜识别方法[J].农业机械学报,2011,42(S1):172-176.

[23]熊俊涛,邹湘军,陈丽娟,等.采摘机械手对扰动荔枝的视觉定位[J].农业工程学报,2012,28(14):36-41.

[24]郭杰锋,陈桂林.结构元素选取对基于形态学红外点目标检测的影响[J].半导体光电,2009,30(3):469- 472.

[25]胡炼,罗锡文,曾山,等.基于机器视觉的株间机械除草装置的作物识别与定位方法[J].农业工程学报, 2013,29(10):12-18.

[26]高春城.我国农业发展的资源环境问题与展望[J].当代生态农业,2013,3(4):151-154.

[27]万宝瑞.当前我国农业发展的趋势与建议[J].农业经济问题,2014,4(1):110-114.

[28]张志虎,唐受文,王思宇,等.麦麸猪消化能与能量消化率预测方程的建立[J].动物营养学报,2012,24(10):1903-1911.

[29]熊本海,易渺.猪的净能体系研究进展[J].饲料工业,2012,33(33):1-6.

[30]张宏福,赵峰,张子仪.仿生消化法评定猪饲料生物学效价的研究进展[J].饲料与畜牧:新饲料,2011(3): 5-9.