發(fā)布時間：2021-04-20 08:03

　　隨著IBM公司首次提出“智慧物流”這一概念,提高物流系統(tǒng)的智能化、自動化水平成為了物流領域的研究重點。當前,中小型快遞公司分撥中心的標準化、信息化程度低,還存在依靠人工錄入客戶信息的情況。與此同時,以順豐、“三通一達”為代表的快遞巨頭的分撥中心智能化程度相對較高,但它們原有的自動化分揀方案已經(jīng)不能滿足新的業(yè)務需求�；谏鲜霰尘�,本論文設計了一種基于機器視覺的快遞面單信息提取算法,該算法分為基于機器視覺的快遞面單分割算法、條形碼定位及識別算法兩部分。其中,快遞面單分割算法包括基于Mask R-CNN框架實現(xiàn)對快遞面單掩模的提取、基于自適應灰度縮放算法實現(xiàn)對圖像的細節(jié)增強,基于最小外接矩形算法和透射變換實現(xiàn)對快遞面單的初次擺正,以及基于VGG-16分類網(wǎng)絡和旋轉(zhuǎn)變換實現(xiàn)對快遞面單的二次擺正。條形碼定位算法首先生成快遞面單的顯著區(qū)域,然后利用廣度優(yōu)先搜索算法建立疑似條形碼區(qū)域集,并篩除經(jīng)協(xié)方差矩陣判別的假條形碼,從而得到快遞面單上的所有條形碼。條形碼識別算法則是根據(jù)Code128碼制,利用相似邊距離測量法實現(xiàn)了對快遞面單主條形碼的譯碼。最后,本文根據(jù)課題的業(yè)務需求對整個算法的運行時間和內(nèi)存使... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第一章 緒論
    1.1 課題背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究目標與內(nèi)容
    1.4 論文結(jié)構(gòu)
第二章 算法整體設計方案
    2.1 業(yè)務需求分析
        2.1.1 快遞面單分割需求
        2.1.2 條形碼定位及識別需求
    2.2 算法整體方案設計
        2.2.1 方案概述
        2.2.2 快遞面單分割算法設計方案
        2.2.3 條形碼定位算法設計方案
        2.2.4 條形碼識別算法設計方案
    2.3 本章小結(jié)
第三章 基于機器視覺的快遞面單分割算法設計
    3.1 原始數(shù)據(jù)集
    3.2 圖像分割
        3.2.1 圖像分割數(shù)據(jù)集
        3.2.2 Mask R-CNN
    3.3 自適應灰度縮放算法
    3.4 最小外接矩形算法
        3.4.1 Freeman鏈碼
        3.4.2 Graham Scan算法
        3.4.3 旋轉(zhuǎn)卡殼算法
    3.5 初次擺正的快遞面單算法
        3.5.1 圖像配準
        3.5.2 幾何坐標變換
    3.6 二次擺正的快遞面單算法
        3.6.1 圖像分類數(shù)據(jù)集及預處理
        3.6.2 VGGNet
    3.7 本章小結(jié)
第四章 條形碼定位及識別算法設計
    4.1 顯著區(qū)域生成
        4.1.1 全局方向直方圖
        4.1.2 信息熵
        4.1.3 圖像平滑濾波
    4.2 建立疑似條形碼區(qū)域集
        4.2.1 大津法
        4.2.2 廣度優(yōu)先搜索
    4.3 假條形碼判別
    4.4 條形碼識別
        4.4.1 條形碼條空寬度計算
        4.4.2 相似邊距離測量法
    4.5 本章小結(jié)
第五章 實驗結(jié)果及評價
    5.1 模型訓練及參數(shù)設置
    5.2 算法評價指標及實驗結(jié)果
        5.2.1 時間性能
        5.2.2 內(nèi)存性能
        5.2.3 快遞面單分割準確率
        5.2.4 快遞面單分割圖像質(zhì)量評估
        5.2.5 條形碼定位精度與準確率
        5.2.6 條形碼譯碼準確率
    5.3 實驗結(jié)果可視化與分析
    5.4 本章小結(jié)
第六章 結(jié)論與展望
    6.1 研究工作小結(jié)
    6.2 展望
參考文獻
研究生期間完成的工作


【參考文獻】：
期刊論文
[1]構(gòu)筑郵政全領域智慧物流服務體系探究[J]. 許帥.  郵政研究. 2019(05)
[2]圖像語義分割方法綜述[J]. 胡濤,李衛(wèi)華,秦先祥.  測控技術(shù). 2019(07)
[3]基于小包收寄線的設備布局以及優(yōu)化[J]. 邢相偉,張文炫,文才偉.  物流工程與管理. 2019(03)
[4]圖像分割方法綜述研究[J]. 周莉莉,姜楓.  計算機應用研究. 2017(07)
[5]863手寫漢字識別測試平臺[J]. 劉昌平,錢躍良,張永慧,宋東,李豐林.  中文信息學報. 2000(02)

博士論文
[1]中文郵政地址識別研究[D]. 婁正良.中國科學院研究生院（計算技術(shù)研究所） 2004

碩士論文
[1]基于機器視覺的快遞單地址自動識別研究[D]. 朱賀.長春理工大學 2018
[2]條碼識別技術(shù)在快遞分揀中的應用[D]. 徐妮.西安科技大學 2017
[3]基于雙目視覺的人體參數(shù)獲取方法的研究[D]. 楊冬梅.吉林大學 2014
[4]基于OCR快遞單據(jù)識別的研究與實現(xiàn)[D]. 胡提坤.內(nèi)蒙古大學 2014
[5]基于視覺的行人檢測算法研究及系統(tǒng)設計[D]. 陳益如.浙江大學 2014
[6]一維圖像條形碼識別方法研究[D]. 董華冰.華南理工大學 2012
[7]新型智能化貨物分揀系統(tǒng)的研究與開發(fā)[D]. 袁阿勇.武漢理工大學 2006
[8]基于數(shù)字圖像處理方式的EAN-13條碼識讀算法研究[D]. 趙素霞.山東大學 2005



本文編號：3149307