基于数字图像处理的物流分拣方法及系统
信息技术与网络安全 11期
王 敏，王 康，庄志豪，卢裕贵，孙 硕
(南京信息工程大学 电子与信息工程学院，江苏 南京210044)
摘要： 目前部分快递公司中小型分拣中心仍存在需要手动录入快递地址信息，标准化、自动化程度低等问题，不利于全面自动化的实现。提出了一种基于数字图像处理的物流分拣方法，分为快递面单分割、地址区域定位和信息识别三个部分。并设计了硬件和软件工程化实现系统，通过固定机位拍摄包裹面单图像，传输到计算机上进行识别。将识别到的地址信息传输到分拣机器，从而提高分拣效率。实验结果表明，该识别方法和系统具有较好的识别精度和识别速度，能够满足工程化实践要求。
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(shù)字圖像處理的物流分揀方法及系統(tǒng)[J].信息技術(shù)與網(wǎng)絡(luò)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(shù)字圖像處理的物流分揀方法及系統(tǒng)[J].信息技術(shù)與網(wǎng)絡(luò)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(tǒng)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://www.ihrv.cn/tags/數(shù)字圖像處理" target="_blank">數(shù)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(xué)字符識別技術(shù)，其中數(shù)字識別常用的方式包括采用基于筆畫特征以及多特征聯(lián)合等[3-4]的方法，而漢字識別部分主要采用神經(jīng)網(wǎng)絡(luò)[5]。LeCun及其同事于1989年發(fā)表了卷積神經(jīng)網(wǎng)絡(luò)的研究成果[6]，經(jīng)過三十多年的發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)不斷增大，網(wǎng)絡(luò)層數(shù)不斷加深，處理能力不斷增強。但在字符快速識別領(lǐng)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(jù)一席之地。
本文詳細內(nèi)容請下載：http://www.ihrv.cn/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(xué) 電子與信息工程學(xué)院，江蘇 南京210044)
此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。