基于机器视觉的快递单地址自动识别研究

基于机器视觉的快递单地址自动识别研究

ID:34868057

大小:3.09 MB

页数:57页

时间:2019-03-12

基于机器视觉的快递单地址自动识别研究_第1页
基于机器视觉的快递单地址自动识别研究_第2页
基于机器视觉的快递单地址自动识别研究_第3页
基于机器视觉的快递单地址自动识别研究_第4页
基于机器视觉的快递单地址自动识别研究_第5页
资源描述:

《基于机器视觉的快递单地址自动识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学号:S15010076硕士学位论文基于机器视觉的快递单地址自动识别研究研究生姓名:朱贺学科、专业:电子科学与技术二○一八年六月分类号:TP391密级:可公开UDC:编号:基于机器视觉的快递单地址自动识别研究STUDYONAUTOMATICIDENTIFICATIONOFADDRESSINFORMATIONINEXPRESSLISTBASEDONMACHINEVISION学位授予单位及代码:长春理工大学(10186)类别领域名称及代码:电子科学与技术(080900)研究方向:光电成像器件与系统申请学位级别:硕士指导教师:石峰研

2、究生:朱贺副指导教师:李野论文起止时间:2016.12—2018.03摘要随着快递公司内部信息化成型,快递单据正处于普通单据过渡到电子面单的阶段。目前国内大多数中小型快递公司分拣中心的标准化、信息化程度低,依然靠人工录入地址信息,为全面实现自动化分拣带来了阻碍。本文从系统硬件和软件两个角度出发,分别对两种类型快递单地址信息的自动识别进行了研究,为快递单地址信息统一化管理及分拣业务优化提供有利支撑。本文首先依据奈奎斯特定理分析得出了快递单地址文字和条形码识别所需的图像采样精度为0.065mm。依据该精度需求,搭建了一套基于液态变

3、焦镜头的机器视觉自动识别硬件系统,实现了对高度范围1500mm的快递单的图像采集。经测试,硬件系统完整处理一个包裹所需时间为1.1s,像面误差率在±1.0%以内,重复稳定性较好且图像质量满足系统要求。上位机获取到图像信息后,系统软件对快递单地址信息区域进行定位、提取,再分别区域的地址信息进行识别。对于普通单据,通过一种基于地址库和BP神经网络结合的方法实现了手写地址文字的识别。对于电子面单,通过计算黑白条宽度的方法实现了条形码识别。测试结果表明,本文研究的快递单地址自动识别系统对普通单据的识别率为92.7%;电子面单的识别率可

4、达到99.4%。关键字:自动识别机器视觉地址信息ABSTRACTWiththeinternalinformatizationoftheexpresscompany,thedeliverydocumentsareinthestageofthetransitionofordinarydocumentstoelectronicdocuments.Atpresentdomesticmostofthesmallandmedium-sizedexpresscompanyedcsstandardization,informationizat

5、ionlevelislow,stillrelyonmanualentryaddressinformation,toexpressbusinesstorealizeautomaticsortingbroughtobstacles.Thisarticlefromtheperspectiveofsystemhardwareandsoftware.Thispaperstudiestheautomaticidentificationofaddressinformationintwotypesofexpresslistfromhardwa

6、reandsoftware,soastoprovidefavorablesupportfortheunifiedmanagementoftheexpressaddressaddressinformationandoptimizationofthesortingbusiness.Firstly,accordingtoNyquisttheorem,thispaperanalyzesthattheimagesamplingaccuracyneededforexpresslistaddresstextandbarcodeneeds0.

7、065mm,andaccordingtotheprecisionrequirement,anautomaticrecognitionsystembasedonautomaticzoomlensisbuilttorealizethetheimageofexpresslistwithaheightrangeof1500mm.Thetestindicatesthatthetimerequiredforcompleteprocessingofaparcelis1.1s,andthedimensionerrorofthefieldofv

8、iewislessthan1.0%,andtherepeatedstabilityisgoodandtheimagequalitymeetsthesystemrequirements.Afterobtainingtheimagingsysteminformation,theu

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。