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。
中图分类号： TP274
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2021.11.012
引用格式： 王敏，王康，庄志豪，等. 基于数字图像处理的物流分拣方法及系统[J].信息技术与网络安全，2021，40(11)：83-88.
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2021.11.012
引用格式： 王敏，王康，庄志豪，等. 基于数字图像处理的物流分拣方法及系统[J].信息技术与网络安全，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
近几年，快递公司普遍使用电子面单，为快递面单的统一做出了重要贡献，可以极大促进物流分拣的自动化程度。基于图像处理" target="_blank">数字图像处理的物流分拣主要是对快递面单的地址进行识别进而分拣分流至下一站点，可以降低人力成本，提高自动分拣效率[1-2]。
字符识别主要采用光学字符识别技术，其中数字识别常用的方式包括采用基于笔画特征以及多特征联合等[3-4]的方法，而汉字识别部分主要采用神经网络[5]。LeCun及其同事于1989年发表了卷积神经网络的研究成果[6]，经过三十多年的发展，卷积神经网络的结构不断增大，网络层数不断加深，处理能力不断增强。但在字符快速识别领域，模板匹配法因识别算法简单、在图像变化较小的情况下识别率高，仍占据一席之地。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003852
作者信息：
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)
此内容为AET网站原创，未经授权禁止转载。