红外体温测量技术在智慧校园系统的应用

潘惠苹

(广东工商职业技术大学, 计算机学院， 广东， 肇庆 526000)

0 引言

2019年暴发冠状病毒病(COVID-19)，我国对于公共健康安全加强了重视，体温成为了筛选病患的方法之一。通过准确而迅速的测温能够将疑似患者筛查出来，避免疫情大规模蔓延。学校作为培养人才的主阵地，校园内是否蔓延新冠肺炎疫情对学生发展具有重要影响。为此，应当积极将智慧校园管理系统与红外测温技术相结合，推进校园信息化建设，实现校园内部疫情防控。

1 系统总体设计

1.1 设计原理

一切物体均向周围空间发射红外能量，其辐射能量、特性、波长分布等均与表面物体温度相关。通过测量物体辐射红外能量，可测定其表面温度。因此，开展红外辐射测温对于校园防控疫情至关重要。

人体不断向四周释放红外能量，波长通常是9～13 μm，处于0.76～100 μm的近红外波段，空气无法吸收该波长范围内的光线。因此人体向外辐射红外大小无关环境，仅与人体能量含存及释放大小相关，仅需通过测量人体辐射红外能量，即可对人体表面温度准确测定[1]。在智慧校园系统中，根据该原理构建人体温度测量模块，能够准确迅速测量人体表面温度，具有设备寿命长、响应快、安全高、低成本等优点。

1.2 总体框架

本研究总体框架为在各类学校的智慧校园管理系统中融入红外测温技术。该设计包含红外辐射测温电路、电源电路、温度显示电路、STM32外围电路、U盘存储温度数据电路及Wi-Fi传输数据电路。通过热红外辐射传感器实时测量人体温度，管理系统通过显示屏将温度数据显示出来，由U盘存储电路存储数据，还可利用Wi-Fi将其发送至电脑端，安排专业人员检测温度(见图1)。

图1 红外测温系统

2 系统硬件设计

2.1 显示屏

显示屏能够将图形符号、汉字等显示出来。在智慧校园红外温测系统中，利用液晶屏将红外传感器所测温度数据及阈值温度显示出来。

2.2 红外测温传感器

红外探测器通常分为制冷型与非制冷型两种。前者性能良好，价格较高，但设备体积较大，不利于应用；而后者尽管性能有所不足，但造价低、体积小[2]。所以在智慧校园系统中选用非制冷型红外探测器，综合考虑适用性与实用性，分析测温系统需求及探测器参数如下。

(1) 工作波段。大气中传播红外射线有3个透射窗口，分别为长波、中波及短波红外。室温物体红外辐射主要集中于长波与中波红外波段，广谱区红外辐射源于原子和分子热运动产生的转动能级跃迁与振动自发辐射，其与室温能量相当，即便室温物体同样会发射中长波红外。人体温度范围约为10～50 ℃，该温度中红外信号集中于长波，红外探测器也应当在长波红外波段内工作。

(2) 探测器帧率。在该类红外探测器中，帧率可分为30帧/s与9帧/s。人眼想要看到连续图像，则帧率需超过24帧/s。9帧/s的红外探测测器图像可能出现断续问题，观测固体可应用该探测器，但在人体连续观测中，则选择30帧/s，以确保图像连续性[3]。

通过上述分析，在智慧校园红外测温系统中，采取热红外辐射传感器芯片为MLX90614，其为数字式红外传感器，主要是通过检测人体红外辐射测量人体温度。通过该芯片能够将现场范围内红外辐射向电流信号转变，利用外部处理器对RAM进行读取，即可获得市级测量温度。传感器与3.3 V电源连接，芯片内部具备32位EPPROM与RAM，上电工作后即可在RAM中存储数据。

2.3 摄像头

系统中可见光摄像头不仅可作为发烧人员查找的辅助设备，还能进行人脸识别。现有人脸识别库主要以可见光图像为基础进行处理，所以要求图像成像快、无抖动，成像清晰，能够自动对焦。系统前端人像采集应用组合式摄像头，可见光摄像头1 280×960分辨率。在整体系统搭建中，包含多路网络摄像头，利用网络能够将人像传输至后台服务器[4]。系统由于其特殊性，在安装前端采集系统时，需注意位置，摄像头最佳探测视角是15°，还应考虑人群遮挡问题，最佳探测距离5 m，保证通过系统能够探测到人脸正面。

2.4 U盘读写模块

在U盘读写中，所用模块为CH376U盘模块，可通过单片机读写U盘等存储设备，该芯片模块借助接收微处理器所传输的温度数据，将其存储至指定U盘位置文件夹内[5]。系统中U盘读写采用SPI接口，电路也是相应的SPI电路模式，管脚为VCC、RSTI、INT、GND，以及D3、5、6、7。在此过程中需注意VCC接口与5 V电源相连接，如若与3.3 V电源连接则会导致芯片无法正常工作，且芯片应用于SPI模式中，需保证置低WR#于RD#管脚，J1-2中无须使用接跳线，将RXD与TXD均悬空。

2.5 Wi-Fi发送模块

Wi-Fi传输芯片选用ESP8266，借助电脑与芯片连接设置Wi-Fi，可发送温度数据至电脑端，将其实时记录下来。该芯片作为Wi-Fi传输模块，耗能小、集成度高，由转压芯片、电容、电阻、晶振等构成，成本低，便于在任意系统中使用，达到最佳集成度，在智慧校园红外测温系统中能够减少系统体积，提高其可携带性。

3 系统软件设计

3.1 显示温度

智慧校园测温系统采用单片机STM32处理器，由系统软件控制工作。在I2C总线上安装红外辐射探测器，安装中需对每个MLX90614修改地址，保证总线上每个探测器地址具备唯一性，以此处理器方能根据探测器不同地址获取其测量的人体温度数据，进而存储数据至RAM内。在芯片地址更改中，每个地址仅能更改1次，将芯片连接总线后逐步更改地址，此过程为先清空传感器地址后，再在系统内写入所需设备地址[6]。读取芯片内温度数据时，微处理器必须想起发送地址命令，等待系统应答，接收应答后即可读取RAM温度数据，将其在显示屏上显示出来，以此类推，采集总线上全部传感器温度数据。

3.2 测温模块

测温技术是与“大脑”和“眼睛”连接的神经系统，十分重要。红外探测器作为成型器件，能够将物体红外辐射向灰度图转化，系统需在获得灰度图后将灰度值所体现的温度值显示出来。红外探测器器件能够将接收红外辐射直接向灰度信息转化，红外辐射能量与灰度信息线性相关，理论上环境温度固定，则探测器接收红外辐射仅根据被测物体温度变化产生变化。系统测温中，环境温度恒定，接收实际辐射随物体变化产生变化，可获得温度曲线简化推导方式，借助可设置设备温度特点，测量诸多不同温度下红外图像灰度值对比表，标定温度数与灰度值，在测量温度中其变化频率符合温度精度需求，即可借助软件通过逆向运算转换灰度图像为对应温度[7]。人脸发射率约为0.98，人脸肤色差异无较大变化，实际测定灰度步骤后，可知系统测量偏移在要求范围内，符合人体温测量需求。

3.3 读写数据

智慧校园系统运行后，可借助CH376模块引脚点评是否与设备接上进行判断，外接设备在USB口连接后，将会使得引脚转变为低电平，可知模块已经接入外接设备[8]。触发中断后程序即可进入外部硬件判断过程，SD存储卡或U盘储存器接入模块后，借助对应函数即可读取SD与U盘型号，按照返回值进行储存期间判断，键盘、鼠标等非储存器件则结束程序，返回U盘参数值后，模块将U盘打开，在制定文件下创建读写数据文件名，或在现有文件内读写数据，最终判断是否成功写入数据后实施下一步操作，写入失败则会始终运行在写入程序位置，直至成功写入数据后将程序结束。

3.4 发射数据

AT指令配置ESP8266模式，未能配置则将程序结束，完成配置则发送数据，利用内部程序实现数据发送，从而进入数据等待环节。

4 智慧校园红外测温系统应用

4.1 人脸检测

为了对人脸检测模块速度与精度进行测试，针对该场景分别选用多段行人运动视频检测人脸，获得其平均检测速度与准确率。在智慧校园平台上，视频实验帧率是40帧/s，RAM为G，每帧图像大小1 280×960，选择500帧图像人脸供给1 976张，进行Cascade CNN、Adaboost、FuSt及人脸检测率计算，公式如下：

P=N/M

(1)

式中，N为图像人脸正确检测数量,P为人脸检测率,M为图像人脸总数。检测结果见表1。

表1 人脸检测对比

通过表1可知，Cascade CNN、Adaboost算法对于人脸图片多姿态、多角度识别有所忽视，降低了检测人脸精度，而FuSt在采集全局图像中时间耗费较多。本系统算法将人脸检测框视野范围扩大，引入了图片上下文信息，进而将人脸检测率提高，在大角度侧面图及人体面部遮挡中，均能对人脸准确检测，将检测时间缩短，促进检测速度的提高。

4.2 图像配准

在图像配准中，在红外热图像与可见光中选择多组匹配点，通过拟合最小二乘法获得最优解，即可在红外图像中将可见光图像人脸映射其中。在远距离基准平面中选择多组匹配点，通过仿射变换拟合最小二乘法获得小过度、配准误差仅为1个像素。主要原因是被拍摄物与2个成像传感器距离较大，将物体景深忽略，场景看作为平面，不同成像传感器拟合为仿射变换关系。在智慧校园红外测温系统应用中，学生不可能仅停留于基准焦平面，学生走近后2幅图像在同一目标配准中会出现一定偏移。为此，进行图像配准偏差校正分析，采取组合摄像头，按照65 mm基线距离进行多组图片采集，通过对比计算获得平均像素偏差，发现运动物体走进后，图像配准误差为非线性迅速增长，经过校准后像素误差仅为1个像素，于是可在图像中获取脸部温度。

4.3 温度测量

红外温度探测器所得温度数据平均值即可获得更为准确的数据，所以每次测量可获得1个数据，室温测量数据见表2，平均误差不超过1 ℃，具有良好精度。

表2 室温测量 单位：℃

实验中测试系统后，用于测量额头与手部温度，与水银温度计温度测量进行对比(见表3)，结果表明，额头测量温度误差约为1 ℃，手部温差则超过2 ℃，具有较高温差。人体由于不同位置温度有所差异，因而温差在正常范围内，系统人体温度测量具有良好效果。

表3 体温测量 单位：℃

5 总结

在社会现代化发展下，智慧校园已经成为各类学校的主要发展方向，为更好地进行疫情防控，应当在智慧校园系统平台中融入红外测温技术。通过人脸检测、温度检测的方式做到图像配准，提高学生体温检测效率，节约疫情防控人力物力，从而达到良好的校园管理效果。