基于机器视觉的快递面单信息提取算法研究与实现

发布时间：2021-04-20 08:03

　　随着IBM公司首次提出“智慧物流”这一概念,提高物流系统的智能化、自动化水平成为了物流领域的研究重点。当前,中小型快递公司分拨中心的标准化、信息化程度低,还存在依靠人工录入客户信息的情况。与此同时,以顺丰、“三通一达”为代表的快递巨头的分拨中心智能化程度相对较高,但它们原有的自动化分拣方案已经不能满足新的业务需求。基于上述背景,本论文设计了一种基于机器视觉的快递面单信息提取算法,该算法分为基于机器视觉的快递面单分割算法、条形码定位及识别算法两部分。其中,快递面单分割算法包括基于Mask R-CNN框架实现对快递面单掩模的提取、基于自适应灰度缩放算法实现对图像的细节增强,基于最小外接矩形算法和透射变换实现对快递面单的初次摆正,以及基于VGG-16分类网络和旋转变换实现对快递面单的二次摆正。条形码定位算法首先生成快递面单的显著区域,然后利用广度优先搜索算法建立疑似条形码区域集,并筛除经协方差矩阵判别的假条形码,从而得到快递面单上的所有条形码。条形码识别算法则是根据Code128码制,利用相似边距离测量法实现了对快递面单主条形码的译码。最后,本文根据课题的业务需求对整个算法的运行时间和内存使... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
第一章 绪论
    1.1 课题背景及意义
    1.2 国内外研究现状
    1.3 研究目标与内容
    1.4 论文结构
第二章 算法整体设计方案
    2.1 业务需求分析
        2.1.1 快递面单分割需求
        2.1.2 条形码定位及识别需求
    2.2 算法整体方案设计
        2.2.1 方案概述
        2.2.2 快递面单分割算法设计方案
        2.2.3 条形码定位算法设计方案
        2.2.4 条形码识别算法设计方案
    2.3 本章小结
第三章 基于机器视觉的快递面单分割算法设计
    3.1 原始数据集
    3.2 图像分割
        3.2.1 图像分割数据集
        3.2.2 Mask R-CNN
    3.3 自适应灰度缩放算法
    3.4 最小外接矩形算法
        3.4.1 Freeman链码
        3.4.2 Graham Scan算法
        3.4.3 旋转卡壳算法
    3.5 初次摆正的快递面单算法
        3.5.1 图像配准
        3.5.2 几何坐标变换
    3.6 二次摆正的快递面单算法
        3.6.1 图像分类数据集及预处理
        3.6.2 VGGNet
    3.7 本章小结
第四章 条形码定位及识别算法设计
    4.1 显著区域生成
        4.1.1 全局方向直方图
        4.1.2 信息熵
        4.1.3 图像平滑滤波
    4.2 建立疑似条形码区域集
        4.2.1 大津法
        4.2.2 广度优先搜索
    4.3 假条形码判别
    4.4 条形码识别
        4.4.1 条形码条空宽度计算
        4.4.2 相似边距离测量法
    4.5 本章小结
第五章 实验结果及评价
    5.1 模型训练及参数设置
    5.2 算法评价指标及实验结果
        5.2.1 时间性能
        5.2.2 内存性能
        5.2.3 快递面单分割准确率
        5.2.4 快递面单分割图像质量评估
        5.2.5 条形码定位精度与准确率
        5.2.6 条形码译码准确率
    5.3 实验结果可视化与分析
    5.4 本章小结
第六章 结论与展望
    6.1 研究工作小结
    6.2 展望
参考文献
研究生期间完成的工作


【参考文献】：
期刊论文
[1]构筑邮政全领域智慧物流服务体系探究[J]. 许帅.  邮政研究. 2019(05)
[2]图像语义分割方法综述[J]. 胡涛,李卫华,秦先祥.  测控技术. 2019(07)
[3]基于小包收寄线的设备布局以及优化[J]. 邢相伟,张文炫,文才伟.  物流工程与管理. 2019(03)
[4]图像分割方法综述研究[J]. 周莉莉,姜枫.  计算机应用研究. 2017(07)
[5]863手写汉字识别测试平台[J]. 刘昌平,钱跃良,张永慧,宋东,李丰林.  中文信息学报. 2000(02)

博士论文
[1]中文邮政地址识别研究[D]. 娄正良.中国科学院研究生院（计算技术研究所） 2004

硕士论文
[1]基于机器视觉的快递单地址自动识别研究[D]. 朱贺.长春理工大学 2018
[2]条码识别技术在快递分拣中的应用[D]. 徐妮.西安科技大学 2017
[3]基于双目视觉的人体参数获取方法的研究[D]. 杨冬梅.吉林大学 2014
[4]基于OCR快递单据识别的研究与实现[D]. 胡提坤.内蒙古大学 2014
[5]基于视觉的行人检测算法研究及系统设计[D]. 陈益如.浙江大学 2014
[6]一维图像条形码识别方法研究[D]. 董华冰.华南理工大学 2012
[7]新型智能化货物分拣系统的研究与开发[D]. 袁阿勇.武汉理工大学 2006
[8]基于数字图像处理方式的EAN-13条码识读算法研究[D]. 赵素霞.山东大学 2005



本文编号：3149307