基于數字圖像處理的物流分揀方法及系統
信息技術與網絡安全 11期
王 敏，王 康，莊志豪，盧裕貴，孫 碩
(南京信息工程大學 電子與信息工程學院，江蘇 南京210044)
摘要： 目前部分快遞公司中小型分揀中心仍存在需要手動錄入快遞地址信息，標準化、自動化程度低等問題，不利于全面自動化的實現。提出了一種基于數字圖像處理的物流分揀方法，分為快遞面單分割、地址區域定位和信息識別三個部分。并設計了硬件和軟件工程化實現系統，通過固定機位拍攝包裹面單圖像，傳輸到計算機上進行識別。將識別到的地址信息傳輸到分揀機器，從而提高分揀效率。實驗結果表明，該識別方法和系統具有較好的識別精度和識別速度，能夠滿足工程化實踐要求。
中圖分類號： TP274
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2021.11.012
引用格式： 王敏，王康，莊志豪，等. 基于數字圖像處理的物流分揀方法及系統[J].信息技術與網絡安全，2021，40(11)：83-88.
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2021.11.012
引用格式： 王敏，王康，莊志豪，等. 基于數字圖像處理的物流分揀方法及系統[J].信息技術與網絡安全，2021，40(11)：83-88.
Logistics sorting method and system based on digital image processing
Wang Min，Wang Kang，Zhuang Zhihao，Lu Yugui，Sun Shuo
(School of Electronic and Information Engineering，Nanjing University of Information Science & Technology， Nanjing 210044，China)
Abstract： At present, some small and medium-sized sorting centers of express companies still need to manually enter the express address information, which is not conducive to the realization of full automation. This paper proposes a logistics sorting method based on digital image processing, which is divided into three parts：express face sheet segmentation, address region location and information recognition. The hardware and software engineering implementation system is designed. The single image of package surface sheet is captured by fixed position and transmitted to the computer for recognition. The identified address information is transmitted to the sorting machine to improve the sorting efficiency. The experimental results show that the recognition method and system have good recognition accuracy and speed, and can meet the requirements of engineering practice.
Key words : digital image processing；image processing；logistics sorting；address identification
0 引言
近幾年，快遞公司普遍使用電子面單，為快遞面單的統一做出了重要貢獻，可以極大促進物流分揀的自動化程度?；?a class="innerlink" href="http://m.xxav2194.com/tags/數字圖像處理" target="_blank">數字圖像處理的物流分揀主要是對快遞面單的地址進行識別進而分揀分流至下一站點，可以降低人力成本，提高自動分揀效率[1-2]。
字符識別主要采用光學字符識別技術，其中數字識別常用的方式包括采用基于筆畫特征以及多特征聯合等[3-4]的方法，而漢字識別部分主要采用神經網絡[5]。LeCun及其同事于1989年發表了卷積神經網絡的研究成果[6]，經過三十多年的發展，卷積神經網絡的結構不斷增大，網絡層數不斷加深，處理能力不斷增強。但在字符快速識別領域，模板匹配法因識別算法簡單、在圖像變化較小的情況下識別率高，仍占據一席之地。
本文詳細內容請下載：http://m.xxav2194.com/resource/share/2000003852
作者信息：
王 敏，王 康，莊志豪，盧裕貴，孫 碩
(南京信息工程大學 電子與信息工程學院，江蘇 南京210044)
此內容為AET網站原創，未經授權禁止轉載。