物联网智能技术是物联网相关专业中必须掌握的技术之一，本书主要为人们了解和掌握在物联网中所涉及的主要识别技术提供参考。



        本书的内容主要从纸质标签、条形码、自动分拣系统以及数据库等传统识别技术，无线识别技术、全球定位系统、自动识别系统、图像配准与融合技术、生物识别技术、嵌入式系统等新兴识别技术多角度阐述，重点对可用于物联网中物品识别与定位的各项相关技术进行了介绍。



        本书重点突出，内容详略得当，既可作为高等学校物联网相关专业本科生的教材，也可作为从事物联网研究与应用的专业人员的参考资料。

        物联网是在互联网基础上发展起来的新的技术，具有巨大的市场价值和广阔的应用前景，受到了世界各国的高度重视，被人们公认为下一个规模可达万亿元的新型产业。因此，能否在这个新的技术领域中占有先机是目前我国所面临的重大挑战。为了促进我国物联网技术的发展，为物联网相关专业本科生提供与技术发展相适应的教材是我们所面临的一项重要而艰巨的任务。



        由于目前国内尚没有适合于我国物联网相关专业本科生所需要的系列教材，中国铁道出版社在2010年组织全国有关专家开始了物联网系列教材的组织与编写工作。本书作为该系列教材中的一本，重点对可用于物联网的识别技术进行了较为系统的介绍，不仅对目前在物联网中已经广泛采用的各种传统识别技术，如纸质标签、条形码、自动识别系统以及数据库等技术进行了介绍，同时对物联网中应用最广、发展潜力巨大的无线识别技术，进行了详细介绍。此外，为了适应物联网技术今后发展的需要，本书中对物联网发展将产生重大影响的各种尖端技术，包括全球定位系统技术、生物识别技术等进行了系统介绍，以求为从事与物联网识别技术相关研究的本科生、研究生以及相关工程技术人员提供一本基础实用的教材，以满足他们了解和掌握识别技术基础和方法的需求。



        本书共分为九章，分别是：

        第1章 物联网识别技术简介。在引出物联网简单定义基础上，讨论了什么是物联网识别技术、物联网识别技术的发展历程以及识别技术在物联网中的作用和地位。



        第2章 物联网传统识别技术，分别对已在社会上，尤其是物流等领域广泛采用的各种识别技术，如纸质标签、条形码、自动识别系统以及数据库技术等进行了介绍；与传统的纸质条形码比较，无线识别技术具有速度快、抗干扰能力强、适合于移动平台的识别等特点，被认为是未来物联网中最具应用前景的识别技术。



        第3章 分别对无线识别技术的原理、发展历程、类型以及其在物联网中的应用等进行了阐述；在物联网中，人们不仅需要正确地识别物品的类型、规格，还需要准确知晓每一物品所处的空间地理位置。为了实现这一功能，常用的方法就是采用全球定位系统。



        第4章 分别对目前世界上应用最广的美国GPS全球定位系统，俄罗斯GLONASS全球定位系统以及我国建立的北斗卫星导航系统等进行了系统介绍，并给出了这些全球定位系统在物联网中应用实例。为了提高识别系统的自动识别能力，对于所获得物品的图形图像进行处理是必需的，为了增强在图像处理方面的知识和能力，为今后物联网识别技术未来的发展奠定基础。



        第5章和第6章 分别对图像滤波、图像分割、特征提取与识别以及图像配准与融合进行了介绍，提高了物联网识别技术基础知识的完整性。人作为数量众多、活动范围广泛的特殊对象，其身份的识别不仅关系到物联网系统的应用，还对公共安全等具有巨大的影响。因此，人的身份识别具有紧迫性和特殊性，例如需要预防冒充、伪造等。生物识别技术就是利用人所特有的生物特征从而快速、准确地确认和识别人的身份，是未来物联网中的一项重要关键技术。



        第7章 分别对目前广泛应用的指纹识别、虹膜识别、人脸识别、基因识别等生物识别技术进行了介绍，并讨论了多生物特征识别方法。在物联网识别技术中，无论哪一种识别技术要想在实际中得到广泛应用，一个重要的保证就是不仅方法在理论上可行，而且要保证在硬件上便于实现，体积小，价格便宜。嵌入式系统是建立和实现上述系统的最佳选择之一。



        第8章 对嵌入式系统的定义特点、发展历程以及嵌入式系统的组成等进行了介绍，在此基础上进一步讨论了嵌入式系统在物联网识别技术中的应用实例，展望了嵌入式系统在物联网中的应用前景。



        本书由丁明跃（第1、9章）、张旭明（第3、8章）、尉迟明（第5、7章）、侯文广（第4、6章）、王龙会（第2章）编写，并由丁明跃统稿定稿。王龙会担任了全书的格式编排与校对工作。在编写过程中，华中科技大学生命科学与技术学院医学超声实验室部分研究生参与了编写工作，在此表示衷心感谢！在教材编写过程中，我们参考了许多作者所发表的著作，凡是正式发表的，已尽其所能在参考文献中予以体现。然而，由于部分资料来自网上或其他非正式出版渠道，作者不详或无法联系，未列入参考文献，我们深表歉意，并热忱欢迎版权所有人与我们联系，妥善处理相关事宜。物联网是一个新技术领域，由于作者们从事物联网研究时间不长，水平有限，书中难免会出现错误或表述不当之处，敬请读者批评指正。
丁明跃        

2011年11月17日于华工喻园

 

第1章  物联网识别技术简介 1

1.1  物联网概述 2

1.2  物联网识别技术概述 7

1.3  物联网识别技术的发展 10

1.3.1  纸质标签与数据库技术 10

1.3.2  条形码技术 11

1.3.3  自动分拣系统 13

1.3.4  射频识别技术 13

1.4  识别技术在物联网发展中的地位与作用 14

小结 16

习题 16

第2章  物联网传统识别技术 17

2.1  纸质标签 18

2.1.1  商品标签 18

2.1.2  管理标签 19

2.1.3  物流标签 20

2.1.4  生产标签 21

2.1.5  其他方面 21

2.1.6  概括总结 22

2.2  条形码 22

2.2.1  条形码技术概述 22

2.2.2  条形码的基本概念 27

2.2.3  条形码的识读 29

2.3  自动分拣系统 31

2.3.1  自动分拣系统的应用背景及现状 31

2.3.2  系统组成及特点 32

2.3.3  基于计算机视觉的自动分拣系统 33

2.3.4  自动分拣系统的适用条件及应用前景 37

2.4  数据库技术 38

2.4.1  数据库系统概述 38

2.4.2  数据库系统结构 41

2.4.3  数据库安全性 43

2.4.4  数据库发展趋势与新技术 44

小结 45

习题 45

第3章  无线识别技术 47

3.1  无线识别技术概述 48

3.1.1  无线识别的基本组成 48

3.1.2  无线识别的基本工作原理 48

3.2  无线识别技术的发展 49

3.2.1  无线识别技术标准 49

3.2.2  无线识别技术成本 50

3.2.3  无线识别技术安全问题 50

3.3  无线识别技术的类型 51

3.3.1  基于电子标签工作频率的分类 51

3.3.2  基于电子标签可读写功能的分类 52

3.3.3  基于电子标签供电方式的分类 52

3.3.4  基于电子标签调制方式的分类 52

3.4  无线识别技术的应用 52

3.4.1  身份识别 53

3.4.2  安全防伪 53

3.4.3  资产管理 54

3.4.4  图书/档案管理 54

3.5  无线识别技术在物联网中应用实例 54

3.5.1  电子车牌系统 55

3.5.2  高速公路不停车收费系统 56

3.5.3  电子门票系统 56

3.5.4  汽车防盗系统 57

3.5.5  仓库管理系统 57

3.5.6  医疗管理系统 58

小结 59

习题 59

第4章  全球定位系统 61

4.1  概述 62

4.2  GPS 63

4.2.1  GPS的简介 63

4.2.2  GPS的组成 65

4.2.3  GPS信号 66

4.2.4  GPS的观测数据 66

4.3  GLONASS 68

4.3.1  GLONASS的简介 68

4.3.2  GLONASS的组成 69

4.3.3  GLONASS信号 69

4.3.4  GLONASS的观测数据 70

4.4  北斗卫星导航系统 70

4.4.1  北斗卫星导航系统的简介 71

4.4.2  北斗卫星导航系统的组成 72

4.4.3  北斗卫星导航信号 74

4.4.4  北斗卫星导航的观测数据 74

4.5  全球定位系统在物联网中应用实例 75

4.5.1  全球定位系统在车辆导航中的应用 75

4.5.2  全球定位系统在物流管理中的应用 77

小结 79

习题 79

第5章  图像自动识别技术 81

5.1  图像滤波与去噪 82

5.1.1  空间域滤波去噪 82

5.1.2  变换域去噪方法 84

5.1.3  小波变换和图像滤波去噪 84

5.1.4  基于矢量尺度的图像滤波去噪 87

5.2  图像分割技术 88

5.2.1  图像区域和边缘的分割技术 89

5.2.2  基于数学形态学的图像分割技术 89

5.2.3  模糊理论和图像分割技术 90

5.2.4  基于神经网络的图像分割技术 90

5.2.5  基于图论的图像分割方法 91

5.2.6  基于粒度计算理论的图像分割方法 92

5.2.7  图像分割技术的发展趋势 93

5.3  特征提取 93

5.3.1  图像特征提取的分类 94

5.3.2  Gabor小波特性的提取 95

5.3.3  主分量分析和特征提取 95

5.4  分类器设计和识别 96

5.5  图像自动识别技术在物联网中的应用 98

小结 103

习题 105

第6章  图像配准与融合技术 107

6.1  图像配准 108

6.1.1  图像配准简介 108

6.1.2  图像配准的原理 109

6.1.3  图像配准的分类 110

6.1.4  图像特征提取算子 115

6.1.5  图像配准的应用 125

6.2  图像融合 127

6.2.1  图像融合概述 127

6.2.2  图像融合的原理 130

6.2.3  图像融合算法 133

6.2.4  图像融合的应用 136

6.3  图像匹配和图像融合的处理系统 138

6.3.1  ERDAS 138

6.3.2  VirtuoZo 140

6.3.3  其他系统 144

小结 148

习题 148

第7章  生物识别技术 149

7.1  物联网与生物识别技术的联系 150

7.2  生物识别技术的分类 150

7.2.1  指纹识别技术 151

7.2.2  虹膜识别技术 153

7.2.3  基因识别技术 156

7.2.4  人脸识别技术 157

7.2.5  基于耳廓特征的生物识别新技术 160

7.2.6  手形识别 161

7.2.7  声音识别 162

7.2.8  视网膜识别 164

7.2.9  签名识别 164

7.2.10  多特征融合技术 165

7.2.11  多生物特征识别技术 166

小结 167

习题 168

第8章  嵌入式系统 169

8.1  嵌入式系统的定义与特点 170

8.1.1  嵌入式系统的定义 170

8.1.2  嵌入式系统的特点 172

8.2  嵌入式系统的组成 173

8.2.1  嵌入式系统的硬件组成 173

8.2.2  嵌入式系统的软件编程 175

8.3  嵌入式系统的发展 176

8.3.1  嵌入式系统的历史 176

8.3.2  嵌入式系统的发展趋势 179

8.4  嵌入式系统的应用 181

8.4.1  嵌入式系统应用的现状 181

8.4.2  应用领域及前景 182

8.4.3  应用形式举例 183

8.5  嵌入式系统在物联网中应用实例 187

8.5.1  嵌入式系统应用下物联网的通信方式 187

8.5.2  嵌入式物联网的特性 190

8.5.3  嵌入式物联网应用实例 192

小结 193

习题 193

后记 195

参考文献 197

无