1.一种基于区块链的区域报警监管系统,其特征在于,包括:射频信号接收模块、图像采集模块、人脸识别模块及报警模块,所述射频信号接收模块,通过射频信号接收器接收指定区域人员身份牌内射频发射器发射的信号,并识别出该射频信号绑定的员工信息;
所述图像采集模块,通过高清摄像头对指定区域内人员进行图像信息采集;
所述人脸识别模块,对图像采集模块传递的图像进行灰度处理,通过头部与背景的灰度差异,筛选出人员头部轮廓,进而提取出原图像的头部图像,然后通过人脸识别提取出头部图像中痣的位置及各面部特征点,通过与射频信号接收模块传递的员工人脸信息或厂内所有员工的人脸信息进行对比,进而确认人员身份;
所述报警模块,用于根据区域内是否出现违规情况按指定规则对各区域进行分级报警;
同一区域内,射频信号接收模块识别出的员工信息与图像采集模块采集的图像信息共同传递给人脸识别模块;
具体步骤如下:
S1、在射频信号接收模块中,通过射频信号接收器接收指定区域人员身份牌内射频发射器发射的信号,并识别出该射频信号绑定的员工信息;
S2、在图像采集模块中,通过高清摄像头对指定区域内人员进行图像信息采集;
S3、同一区域内,射频信号接收模块识别出的员工信息与图像采集模块采集的图像信息共同传递给人脸识别模块;
S4、在人脸识别模块中,对图像采集模块传递的图像进行灰度处理,通过头部与背景的灰度差异,筛选出人员头部轮廓,进而提取出原图像的头部图像,然后通过人脸识别提取出头部图像中痣的位置及各面部特征点,通过与射频信号接收模块传递的员工人脸信息或厂内所有员工的人脸信息进行对比,进而确认人员身份,所述射频信号接收模块传递的员工人脸信息及厂内所有员工的人脸信息均为对比图像;
S5、在报警模块中,根据区域内是否出现违规情况按指定规则对各区域进行分级报警;
所述射频信号中包含对应身份牌的姓名、编号、所属厂区,所述射频信号接收模块根据射频信号中对应身份牌的编号,调取厂区人员数据库中对应编号所属人员的人脸图像;
所述人脸识别模块提取出原图像的头部图像后,提取头部图像中五官的特征点,以鼻尖与下巴所在直线作为y轴,以过鼻尖且与y轴垂直的直线作为x轴,以鼻尖为原点建立平面直角坐标系,在同一坐标系中,将对比图像中的鼻尖与原点重合,对对比文件进行等比例缩放,直至对比图像中下巴所在的点与原图像中头部图像的下巴重合;
所述平面直角坐标系中,将头部图像中的各个特征点两两相连,构成向量,按指定顺序为各个向量进行编号;将对比图像中各个特征点两两相连,构成向量,同样按指定顺序为各个向量进行编号,使头部图像中的各个向量对比图像中的各个向量一一对应,分别求取头部图像与对比图像中对应的两个向量的模长,然后用头部图像中向量的模长减去对比图像中向量的模长,接着用得到的模长差值乘上两向量夹角的正弦值,得到一组向量的误差值,即:当一组向量中,头部图像中向量的模长为|a|,对比图像中对应向量的模长为|b|,两向量的夹角为β,那么该组向量的误差值 ,分别求取头部图像中所有向量与对比图像中对应向量的误差,最后对所有误差进行求和,得到五官的误差d。
2.根据权利要求1所述的一种基于区块链的区域报警监管系统,其特征在于:所述平面直角坐标系中分别对头部图像及对比图像进行处理,头顶到下巴之间的距离e,计算y轴上某一位置坐标为(0,f),使该位置到下巴之间的距离为e的五分之三,唇峰在坐标系中的y坐标为g,左鼻翼的x轴坐标为h1,右鼻翼的x轴坐标为h2,所述直线y=f,y=g,x=h1及头部轮廓四条线的交集区域为左脸范围,所述直线y=f,y=g,x=h2及头部轮廓四条线的交集区域为右脸范围。
3.根据权利要求2所述的一种基于区块链的区域报警监管系统,其特征在于:所述左脸范围及右脸范围分别被分成n个区域,对左脸及右脸中的所有区域进行编号,分别求取各编号区域像素点中三原色R、G、B的极值,即每个编号区域所有像素点中R的最大值与最小值、G的最大值与最小值、B的最大值与最小值,将该编号区域R、G、B最大值之和减去该编号区域R、G、B最小值之和,用得到的差值k与第一阈值进行比较,若差值k小于第一阈值,则不继续对该编号区域进行处理;
若差值k大于等于第一阈值,则对该编号区域进一步处理,分别求取该编号区域各个像素点中三原色R、G、B的平均值,然后分别计算每个像素点对应的平均值与周围像素点对应的平均值的差值,然后将这些差值与第二阈值进行比较,当不存在差值大于等于第二阈值的情况时,则不继续对该像素点进行处理,当存在差值大于等于第二阈值的情况时,则对该像素点进行标记,并获取该像素点在平面直角坐标系中的坐标。
4.根据权利要求3所述的一种基于区块链的区域报警监管系统,其特征在于:分别获取头部图像及对比图像中各编号区域内标记像素点的坐标,然后对各编号区域内标记像素点的坐标进行非线性拟合,然后将得到的非线性关系与预制的痣的非线性模型进行对比,若得到的非线性关系与预制的痣的非线性模型类型相同,则判定所得非线性关系的中点坐标为痣的坐标;
若得到的非线性关系与预制的痣的非线性模型类型不相同,则不继续对该编号区域进行数据处理;
分别选取头部图像每个痣的坐标与对比图像中距离该痣最近的一个痣的坐标,计算两个痣的距离为两个痣的误差,并最终对所有痣的误差进行求和。
5.根据权利要求4所述的一种基于区块链的区域报警监管系统,其特征在于:将五官的误差d与所有痣的误差和进行相加,得到头部图像与对比图像的总误差,将总误差与第三阈值进行比较,若总误差大于等于第三阈值,则判定头部图像与对比图像不相符;
若总误差小于第三阈值,则判定头部图像与对比图像相符。
6.根据权利要求5所述的一种基于区块链的区域报警监管系统,其特征在于:所述分级报警中,若射频信号接收模块收到射频信号且人脸识别模块确认出为厂内人员,则情况正常,不进行报警;
若射频信号未接收模块收到射频信号但人脸识别模块确认出为厂内人员,则情况特殊,需对该人员对应的场内区域进行报警,提醒该人员违纪;
若人脸识别模块确认出该人员不为厂内人员,则情况特殊,需对厂内所有区域进行报警,且以该射频信号对应人员所在的厂区为中心,报警级别最高,距离中心越远的区域,报警级别越低。