CN107096720A - 基于图像处理的快件条码自动识别系统及方法 - Google Patents

基于图像处理的快件条码自动识别系统及方法 Download PDF

Info

Publication number
CN107096720A
CN107096720A CN201710481355.0A CN201710481355A CN107096720A CN 107096720 A CN107096720 A CN 107096720A CN 201710481355 A CN201710481355 A CN 201710481355A CN 107096720 A CN107096720 A CN 107096720A
Authority
CN
China
Prior art keywords
express mail
image sequence
sorting
line intersection
profile straight
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710481355.0A
Other languages
English (en)
Other versions
CN107096720B (zh
Inventor
黄梦涛
徐妮
张帅
姚帅领
李平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Science and Technology
Original Assignee
Xian University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian University of Science and Technology filed Critical Xian University of Science and Technology
Priority to CN201710481355.0A priority Critical patent/CN107096720B/zh
Publication of CN107096720A publication Critical patent/CN107096720A/zh
Application granted granted Critical
Publication of CN107096720B publication Critical patent/CN107096720B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C3/00—Sorting according to destination
    • B07C3/003—Destination control; Electro-mechanical or electro- magnetic delay memories
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C3/00—Sorting according to destination
    • B07C3/02—Apparatus characterised by the means used for distribution
    • B07C3/08—Apparatus characterised by the means used for distribution using arrangements of conveyors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C3/00—Sorting according to destination
    • B07C3/10—Apparatus characterised by the means used for detection ofthe destination
    • B07C3/14—Apparatus characterised by the means used for detection ofthe destination using light-responsive detecting means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C3/00—Sorting according to destination
    • B07C3/18—Devices or arrangements for indicating destination, e.g. by code marks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C3/00—Sorting according to destination
    • B07C3/20—Arrangements for facilitating the visual reading of addresses, e.g. display arrangements coding stations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G06K7/10861—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing of data fields affixed to objects or articles, e.g. coded labels
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/0063—Using robots

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Sorting Of Articles (AREA)

Abstract

本发明公开了一种基于图像处理的快件条码自动识别系统及方法，该系统包括快件传输主设备和分拣设备，快件传输主设备包括上货传输皮带机、分拣传输皮带机、机械手和工控机；该方法包括步骤：一、识别快件的上货传输；二、获取快件三个表面的图像序列；三、分割快件三个表面图像序列中的条码区域；四、判断完整条码区域是否提取成功；五、快件分拣信息提取并进行快件分拣；六、机械手翻转快件；七、识别快件的分拣传输；八、获取快件另外三个表面的图像序列；九、分割快件另外三个表面图像序列中的条码区域；十、判断最终条码区域是否提取成功；十一、快件的异常处理。本发明无需限定条码粘贴面，自动识别快件条码效率高，减少人力的操作。

Description

基于图像处理的快件条码自动识别系统及方法
技术领域
本发明属于物流分拣技术领域，具体涉及一种基于图像处理的快件条码自动识别系统及方法。
背景技术
快件条码自动识别技术是目前国内外快递企业关注和重点研究的热点之一，它广泛应用于快件处理的各个环节，其中的快件分拣环节对快件的处理速度和配送时间的影响很大。目前快递分拣工作大多由自动分拣机完成，分拣机控制信号的采集需要人工操作，主要有两种方式，一种是人工手持条码扫描器的方式对快件上的条码进行扫码，另一种是人工翻转快件使条码粘贴面固定为某一个方向，并在该方向上激光扫描器进行扫码。这两种工作方式限制了快件的日处理量，特别是当电商促销导致快件爆仓时，会出现暴力分拣和操作员通宵加班的情况。因此，现如今缺少一种基于图像处理的快件条码自动识别系统及方法，无需限定条码粘贴面，只需将贴有条码的快件输入至快件传输设备即可自动识别快件条码，实现分拣，减少人力操作。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于图像处理的快件条码自动识别系统，其设计新颖合理，无需限定条码粘贴面，只需将贴有条码的快件输入至快件传输设备即可自动识别快件条码，效率高，便于推广使用。
为解决上述技术问题，本发明采用的技术方案是：基于图像处理的快件条码自动识别系统，包括快件传输主设备和多个均与所述快件传输主设备配合且用于快件分拣的分拣设备，快件为长方体结构，其特征在于：所述快件传输主设备包括上货传输皮带机、与上货传输皮带机配合的分拣传输皮带机、设置在上货传输皮带机靠近分拣传输皮带机的一端侧部的机械手和用于控制机械手翻转快件的工控机，分拣传输皮带机沿上货传输皮带机皮带运行的垂直方向布设，上货传输皮带机的上货端设置有上货检测传感器和门形支架一，门形支架一上安装有用于采集快件三个表面图像序列的上货采集摄像头组件，上货传输皮带机上位于门形支架一与机械手之间的位置处设置有到货检测传感器和用于检测上货传输皮带机传输速度的速度传感器，分拣传输皮带机远离上货传输皮带机的一端设置有分拣检测传感器和门形支架二，门形支架二上安装有用于采集快件另外三个表面图像序列的分拣采集摄像头组件，工控机上连接有定时器、用于驱动机械手动作的机械手驱动模块和用于控制所述分拣设备工作的分拣控制器；
上货检测传感器、上货采集摄像头组件、到货检测传感器、分拣检测传感器、分拣采集摄像头组件和速度传感器的信号输出端均与工控机的信号输出端相接。
上述的基于图像处理的快件条码自动识别系统，其特征在于：所述门形支架一由横杆一和两个分别设置在所述横杆一两侧的竖杆一组成，上货采集摄像头组件由安装在所述横杆一顶端且用于采集快件俯视图像序列的上货采集摄像头一以及分别安装在两个所述竖杆一上采集快件两侧面图像序列的上货采集摄像头二和上货采集摄像头三组成；门形支架二由横杆二和两个分别设置在所述横杆二两侧的竖杆二组成，分拣采集摄像头组件由安装在所述横杆二顶端且用于采集快件翻转后俯视图像序列的分拣采集摄像头一以及分别安装在两个所述竖杆二上采集快件另外两侧面图像序列的分拣采集摄像头二和分拣采集摄像头三组成。
上述的基于图像处理的快件条码自动识别系统，其特征在于：所述上货检测传感器、到货检测传感器和分拣检测传感器均为光电传感器。
上述的基于图像处理的快件条码自动识别系统，其特征在于：所述分拣控制器通过通信模块与工控机进行通信，所述通信模块为以太网通信模块、RS232通信模块、蓝牙通信模块或WIFI通信模块。
上述的基于图像处理的快件条码自动识别系统，其特征在于：所述机械手驱动模块通过有线或无线的方式与工控机连接。
同时，本发明还公开了一种快件可任意角度摆放并自动识别快件条码的方法，其特征在于该方法包括以下步骤：
步骤一、识别快件的上货传输：采用上货检测传感器检测快件在上货传输皮带机上的上货传输；
步骤二、获取快件三个表面的图像序列：当上货检测传感器检测到有快件在上货传输皮带机上的上货传输时，通过工控机接收上货采集摄像头组件获取快件三个表面的图像序列；
上货采集摄像头组件由用于采集快件俯视图像序列的上货采集摄像头一以及分别采集快件两侧视图像序列的上货采集摄像头二和上货采集摄像头三组成；
步骤三、分割快件三个表面图像序列中的条码区域，过程如下：
步骤301、消除快件表面图像序列背景：首先，工控机对上货采集摄像头组件获取的快件三个表面的图像序列分别进行灰度处理；然后，工控机采用背景差分法分别消除快件三个表面的图像序列背景，得到三张背景差分快件表面图像序列；
步骤302、背景差分快件表面图像序列二值化：首先，采用阈值分割分别去除三张所述背景差分快件表面图像序列中细节像素点；然后，采用闭运算分别保留三张阈值分割后的背景差分快件表面图像序列的边缘信息，得到三张二值化快件表面图像序列；
步骤303、二值化快件表面图像序列的直线检测：采用Hough直线检测法分别对三张所述二值化快件表面图像序列进行边缘轮廓提取，并分别获取三张所述二值化快件表面图像序列的轮廓直线交点的图片坐标；
步骤304、判断每张图像序列中轮廓直线交点数量是否大于四：当图像序列中轮廓直线交点数量不大于四时，即轮廓直线交点数量为四，说明该图像序列为快件俯视图像序列，执行步骤305；当轮廓直线交点数量大于四时，即轮廓直线交点数量为六，说明该图像序列为快件侧视图像序列，执行步骤306；
步骤305、快件俯视图像序列的校正及分割，过程如下：
步骤3051、采用Hough变换检测上货采集摄像头一采集的快件俯视图像序列的倾斜角度θ＝α，其中，α为快件俯视图像序列的一条轮廓直线与上货采集摄像头一的图片坐标系中纵轴夹角的最小值；
步骤3052、顺时针对快件俯视图像序列进行旋转，旋转角度等于倾斜角度θ；
步骤3053、采用边长等于旋转后快件俯视图像序列对角线长度的正方形对其进行分割，得到快件俯视分割图像序列；
步骤306、快件侧视图像序列的校正及分割，过程如下：
步骤3061、轮廓直线交点的筛选：对上货采集摄像头二或上货采集摄像头三的图片坐标系中的六个轮廓直线交点的横坐标进行从小到大排序，得到x1(x2)、x3(x4)、x5(x6)，其中，x1为第一个轮廓直线交点在图片坐标系中的横坐标，x2为第二个轮廓直线交点在图片坐标系中的横坐标且x2≈x1，x3为第三个轮廓直线交点在图片坐标系中的横坐标，x4为第四个轮廓直线交点在图片坐标系中的横坐标且x4≈x3，x5为第五个轮廓直线交点在图片坐标系中的横坐标，x6为第二个轮廓直线交点在图片坐标系中的横坐标且x6≈x5，当倾斜角度θ不大于45°时，筛选后四个轮廓直线交点；当倾斜角度θ大于45°时，筛选前四个轮廓直线交点；
步骤3062、快件侧视图像序列的校正：当倾斜角度θ不大于45°时，以第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列一，所述矩形图像序列一的另外两个顶点为步骤3061中筛选出的第五个轮廓直线交点和第六个轮廓直线交点的校正点，根据 x6'＝(x6-x4)/cosθ+x4，计算第六个轮廓直线交点的校正点的横坐标x6'，其中，第五个轮廓直线交点的校正点的横坐标x5'＝x6'，y3为第三个轮廓直线交点在图片坐标系中的纵坐标，y4为第四个轮廓直线交点在图片坐标系中的纵坐标，y'5为第五个轮廓直线交点的校正点的纵坐标，y'6为第六个轮廓直线交点的校正点的纵坐标；
当倾斜角度θ大于45°时，以第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列一，所述矩形图像序列一的另外两个顶点为步骤3061中筛选出的第一个轮廓直线交点和第二个轮廓直线交点的校正点，根据x2'＝x4-(x4-x2)/cos(90-θ)，计算第二个轮廓直线交点的校正点的横坐标x2'，其中，第一个轮廓直线交点的校正点的横坐标x1'＝x2'，y'1为第一个轮廓直线交点的校正点的纵坐标，y'2为第二个轮廓直线交点的校正点的纵坐标；
步骤3063、快件侧视图像序列的复原：首先，根据公式P'＝TP，解算投影变换矩阵T，其中，P为步骤3061中筛选后的任一轮廓直线交点且该交点坐标为(x,y,1)，P'为步骤3062中校正后的矩形图像序列一中与P对应的点且该交点坐标为(x',y',z')，t22为比例因子；然后，通过投影变换矩阵T对快件侧视图像序列进行复原；
步骤3064、矩形图像序列一的分割裁剪，得到快件侧视分割图像序列；
步骤307、识别快递单并对快递单进行倾斜校正：采用Hough变换进行直线检测识别快递单并对图像进行旋转校正；
步骤308、梯度化处理：首先，采用Sobel算子对步骤307中校正后的图像进行梯度化处理，计算一次梯度差值；然后，对步骤307中校正后的图像旋转90°后再采用Sobel算子对图像进行梯度化处理，计算第二次梯度差值，保留梯度差值大的梯度化处理图像；
步骤309、形态学处理并分割条码区域：首先，对步骤308中梯度差值大的图像依次进行一次模糊和二值化处理；然后，依次通过形态学处理和形态学膨胀腐蚀处理突出定位条码区域；最后，通过分割裁剪获取完整条码区域；
步骤四、判断完整条码区域是否提取成功：通过译码完整条码区域，当完整条码区域译码成功，说明条码区域提取成功，执行步骤五；当完整条码区域译码不成功，说明条码区域提取不成功，执行步骤六；
步骤五、快件分拣信息提取并进行快件分拣：根据步骤四中译码的条码区域信息获取快件分拣信息，并通过对应的所述分拣设备对快件进行分拣；
步骤六、机械手翻转快件：通过工控机控制机械手使快件翻转180°；
步骤七、识别快件的分拣传输：采用分拣检测传感器检测快件在分拣传输皮带机上的分拣传输；
步骤八、获取快件另外三个表面的图像序列：当分拣检测传感器检测到有快件在分拣传输皮带机上的分拣传输时，通过工控机接收分拣采集摄像头组件获取快件另外三个表面的图像序列；
分拣采集摄像头组件由用于采集快件翻转后俯视图像序列的分拣采集摄像头一以及分别采集快件另外两侧视图像序列的分拣采集摄像头二和分拣采集摄像头三组成；
步骤九、分割快件另外三个表面图像序列中的条码区域，过程如下：
步骤901、消除快件表面图像序列背景：首先，工控机对分拣采集摄像头组件获取的快件另外三个表面的图像序列分别进行灰度处理；然后，工控机采用背景差分法分别消除快件另外三个表面的图像序列背景，得到另外三张背景差分快件表面图像序列；
步骤902、背景差分快件表面图像序列二值化：首先，采用阈值分割分别去除另外三张所述背景差分快件表面图像序列中细节像素点；然后，采用闭运算分别保留另外三张阈值分割后的背景差分快件表面图像序列的边缘信息，得到另外三张二值化快件表面图像序列；
步骤903、二值化快件表面图像序列的直线检测：采用Hough直线检测法分别对另外三张二值化快件表面图像序列进行边缘轮廓提取，并分别获取另外三张二值化快件表面图像序列的轮廓直线交点的图片坐标；
步骤904、判断每张图像序列中轮廓直线交点数量是否大于四：当图像序列中轮廓直线交点数量不大于四时，即轮廓直线交点数量为四，说明该图像序列为翻转快件俯视图像序列，执行步骤905；当轮廓直线交点数量大于四时，即轮廓直线交点数量为六，说明该图像序列为翻转快件侧视图像序列，执行步骤906；
步骤905、翻转快件俯视图像序列的校正及分割，过程如下：
步骤9051、采用Hough变换检测分拣采集摄像头一采集的快件俯视图像序列的倾斜角度σ＝δ，其中，δ为翻转快件俯视图像序列的一条轮廓直线与分拣采集摄像头一的图片坐标系中纵轴夹角的最小值；
步骤9052、顺时针对翻转快件俯视图像序列进行旋转，该旋转角度等于σ；
步骤9053、采用边长等于旋转后翻转快件俯视图像序列对角线长度的正方形对其进行分割，得到翻转快件俯视分割图像序列；
步骤906、翻转快件侧视图像序列的校正及分割，过程如下：
步骤9061、轮廓直线交点的筛选：对分拣采集摄像头二或分拣采集摄像头三的图片坐标系中的六个轮廓直线交点的横坐标进行从小到大排序，得到u1(u2)、u3(u4)、u5(u6)，其中，u1、u2、u3、u4、u5、u6分别为分拣采集摄像头二或分拣采集摄像头三的图片坐标系中第一个轮廓直线交点、第二个轮廓直线交点、第三个轮廓直线交点、第四个轮廓直线交点、第五个轮廓直线交点、第六个轮廓直线交点的横坐标，u2≈u1，u4≈u3， u6≈u5，当σ不大于45°时，筛选分拣采集摄像头二或分拣采集摄像头三的图片坐标系中后四个轮廓直线交点；当σ大于45°时，筛选分拣采集摄像头二或分拣采集摄像头三的图片坐标系中前四个轮廓直线交点；
步骤9062、翻转快件侧视图像序列的校正：当σ不大于45°时，以分拣采集摄像头二或分拣采集摄像头三的图片坐标系中第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列二，所述矩形图像序列二的另外两个顶点为步骤9061中筛选出的第五个轮廓直线交点和第六个轮廓直线交点的校正点，根据u6'＝(u6-u4)/cosσ+u4，计算该第六个轮廓直线交点的校正点的横坐标u6'，其中，该第五个轮廓直线交点的校正点的横坐标u5'＝u6'，v3和v4分别为分拣采集摄像头二或分拣采集摄像头三的图片坐标系中第三个轮廓直线交点和第四个轮廓直线交点在图片坐标系中的纵坐标，v'5为该第五个轮廓直线交点的校正点的纵坐标，v'6为该第六个轮廓直线交点的校正点的纵坐标；
当σ大于45°时，以分拣采集摄像头二或分拣采集摄像头三的图片坐标系中第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列二，所述矩形图像序列二的另外两个顶点为步骤9061中筛选出的第一个轮廓直线交点和第二个轮廓直线交点的校正点，根据 u2'＝u4-(u4-u2)/cos(90-σ)，计算该第二个轮廓直线交点的校正点的横坐标u2'，其中，该第一个轮廓直线交点的校正点的横坐标u1'＝u2'，v'1为该第一个轮廓直线交点的校正点的纵坐标，v2为该第二个轮廓直线交点的校正点的纵坐标；
步骤9063、翻转快件侧视图像序列的复原：首先，根据公式Q'＝HQ，解算投影变换矩阵H，其中，Q为步骤9061中筛选后的任一轮廓直线交点且该交点坐标为(u,v,1)，Q'为步骤9062中校正后的矩形图像序列二中与Q 对应的点且该交点坐标为(u',v',w')，h22为比例因子；然后，通过投影变换矩阵H对翻转快件侧视图像序列进行复原；
步骤9064、矩形图像序列二的分割裁剪，得到翻转快件侧视分割图像序列；
步骤907、识别快递单并对快递单进行倾斜校正：采用Hough变换进行直线检测识别快递单并对图像进行旋转校正；
步骤908、梯度化处理：首先，采用Sobel算子对步骤907中校正后的图像进行梯度化处理，计算一次梯度差值；然后，对步骤907中校正后的图像旋转90°后再采用Sobel算子对图像进行梯度化处理，计算第二次梯度差值，保留梯度差值大的梯度化处理图像；
步骤909、形态学处理并分割条码区域：首先，对步骤908中梯度差值大的图像依次进行一次模糊和二值化处理；然后，依次通过形态学处理和形态学膨胀腐蚀处理突出定位条码区域；最后，通过分割裁剪获取完整条码区域；
步骤十、判断最终条码区域是否提取成功：通过译码最终条码区域，当最终条码区域译码成功，说明条码区域提取成功，执行步骤五；当最终条码区域译码不成功，说明条码区域提取不成功，执行步骤十一；
步骤十一、快件的异常处理。
上述的方法，其特征在于：步骤十一中通过在分拣传输皮带机卸货端设置快件回收装置，通过快件回收装置收集未被识别的快件，通过人工检测对快件进行处理。
本发明与现有技术相比具有以下优点：
1、本发明采用的快件条码自动识别系统通过快件传输主设备和多个分拣设备实现快件的分拣，其中快件传输主设备通过设置上货传输皮带机和沿上货传输皮带机皮带运行的垂直方向布设的分拣传输皮带机对快件实现运输，上货传输皮带机上安装有用于采集快件三个表面图像的上货采集摄像头组件，实现快件三个表面图像上条码区域的识别，上货传输皮带机的卸货端设置有对快件进行翻转的机械手，当上货传输皮带机上采集的图像未能识别条码区域，通过机械手对翻转快件，实现快件另外三个表面图像上条码区域的识别，实现全方面对快件表面进行条码识别，无需限定条码粘贴面，便于推广使用。
2、本发明采用的快件条码自动识别系统通过设置上货检测传感器监测快件是否达到上货传输皮带机的门形支架一位置处，为上货采集摄像头组件的拍摄工作做提示，通过设置分拣检测传感器监测快件是否达到分拣传输皮带机的门形支架二位置处，为分拣采集摄像头组件的拍摄工作做提示，可靠稳定，使用效果好。
3、本发明采用的快件条码自动识别方法，先对快件的外表面进行检测、提取及校正，然后对快件外表面上的条码区域进行检测、提取及校正，最后裁剪分割出条码区域，并对该条码区域进行识别，实现逐级处理，实际快件为长方体，通过先对快件的一个俯视面和两个相对的侧视面进行图像采集及处理，当该三个表面上为成功识别条码区域信息时，采用机械手对快件进行 180°翻转，通过上货传输皮带机和沿上货传输皮带机皮带运行的垂直方向布设的分拣传输皮带机对快件进行转向，获取快件的另一个俯视面和另外两个相对的侧视面并进行图像采集及处理，条码识别全面精确，处理效果好，便于推广使用。
综上所述，本发明设计新颖合理，无需限定条码粘贴面，只需将贴有条码的快件输入至快件传输设备即可自动识别快件条码，效率高，便于推广使用。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明采用的快件条码自动识别系统的结构示意图。
图2为本发明采用的快件条码自动识别系统的电路原理框图。
图3为本发明快件条码自动识别方法的流程框图。
图4a为本发明快件表面图像序列的标准拍摄模型图。
图4b为本发明快件俯视图像序列的实际拍摄模型图。
图4c为本发明快件侧视图像序列的实际拍摄模型图。
图5a为本发明快件俯视图像序列的灰度图。
图5b为图5a的背景差分图。
图5c为图5b的阈值分割图。
图5d为图5c的二值化图。
图5e为图5a的校正及分割图。
图6为图5a的Hough变换倾角检测图。
图7a为本发明快件侧视图像序列的灰度图。
图7b为图7a的背景差分图。
图7c为图7b的阈值分割图。
图7d为图7c的二值化图。
图7e为图7d的轮廓直线交点检测图。
图7f为图7e的轮廓直线交点的筛选图。
图8为图7a的复原原理图。
图9a为本发明快递单水平方向校正图。
图9b为本发明快递单垂直方向校正图。
图9c为图9a的梯度化处理图。
图9d为图9b的梯度化处理图。
图9e为图9a的二值化图。
图9f为图9e的形态学闭运算图。
图9g为图9f的形态学膨胀腐蚀处理图。
图9h为本发明提取的条码区域图。
附图标记说明:
1—上货传输皮带机； 2—分拣传输皮带机； 3—上货检测传感器；
4—上货采集摄像头组件； 4-1—上货采集摄像头一；
4-2—上货采集摄像头二； 4-3—上货采集摄像头三；
5—快件； 6—到货检测传感器； 7—机械手；
8—分拣检测传感器； 9—分拣采集摄像头组件；
9-1—分拣采集摄像头一； 9-2—分拣采集摄像头二；
9-3—分拣采集摄像头三； 10—门形支架一；
13—门形支架二； 14—工控机； 15—速度传感器；
16—定时器； 17—机械手驱动模块； 18—分拣检测传感器；
19—分拣控制器。
具体实施方式
如图1和图2所示，本发明所述的基于图像处理的快件条码自动识别系统，包括快件传输主设备和多个均与所述快件传输主设备配合且用于快件5分拣的分拣设备，快件5为长方体结构，所述快件传输主设备包括上货传输皮带机1、与上货传输皮带机1配合的分拣传输皮带机2、设置在上货传输皮带机1靠近分拣传输皮带机2的一端侧部的机械手7和用于控制机械手7翻转快件5的工控机14，分拣传输皮带机2沿上货传输皮带机 1皮带运行的垂直方向布设，上货传输皮带机1的上货端设置有上货检测传感器3和门形支架一10，门形支架一10上安装有用于采集快件5三个表面图像序列的上货采集摄像头组件4，上货传输皮带机1上位于门形支架一10与机械手7之间的位置处设置有到货检测传感器6和用于检测上货传输皮带机1传输速度的速度传感器15，分拣传输皮带机2远离上货传输皮带机1的一端设置有分拣检测传感器8和门形支架二13，门形支架二 13上安装有用于采集快件5另外三个表面图像序列的分拣采集摄像头组件9，工控机14上连接有定时器16、用于驱动机械手7动作的机械手驱动模块17和用于控制所述分拣设备工作的分拣控制器19；
上货检测传感器3、上货采集摄像头组件4、到货检测传感器6、分拣检测传感器8、分拣采集摄像头组件9和速度传感器15的信号输出端均与工控机14的信号输出端相接。
需要说明的是，快件5为长方体结构，即快件5包括六个表面，六个表面中任何一个表面均有可能粘贴快递单，快件传输主设备的设置是为了识别出快递单上的快递信息，分拣设备的设置是为了将识别出的快递信息进行正确的分拣，所述快件传输主设备包括上货传输皮带机1、分拣传输皮带机2、机械手7和工控机14，上货传输皮带机1的设置是为了传输快件便于首次识别快递单，由于快件5放置在上货传输皮带机1上，快件5 总有一个表面被上货传输皮带机1遮挡，门形支架一10设置的目的是便于安装采集快件5三个表面图像序列的上货采集摄像头组件4，上货检测传感器3的设置是为了监测快件5是否达到上货传输皮带机1的门形支架一10位置处，为上货采集摄像头组件4的拍摄工作做提示；分拣传输皮带机2的设置是为了传输快件便于二次识别快递单，通过机械手7将上货传输皮带机1上的快件翻转，门形支架二13设置的目的是便于安装采集快件5另外三个表面图像序列的分拣采集摄像头组件9，分拣检测传感器 8的设置是为了监测快件5是否达到分拣传输皮带机2的门形支架二13 位置处，为分拣采集摄像头组件9的拍摄工作做提示；到货检测传感器6 的设置是为机械手7的翻转工作做提示，分拣传输皮带机2沿上货传输皮带机1皮带运行的垂直方向布设的目的是原地翻转快件，使上货传输皮带机1上首次识别快递单的三个表面与分拣传输皮带机2上二次识别快递单的三个表面完全不同，实现快件5六个表面的完全识别，避免快件5上的快递单被遮挡而导致分拣失败。
速度传感器15用于检测上货传输皮带机1传输速度的目的是便于检测工控机14处理快件分拣的效率，当上货传输皮带机1运行速度过慢，导致分拣效率低时，调节上货传输皮带机1运行加速；当上货传输皮带机 1运行速度过快，导致上货采集摄像头组件4获取图像失真进而导致分拣出错率高时，调节上货传输皮带机1减速运行。
本实施例中，所述门形支架一10由横杆一和两个分别设置在所述横杆一两侧的竖杆一组成，上货采集摄像头组件4由安装在所述横杆一顶端且用于采集快件5俯视图像序列的上货采集摄像头一4-1以及分别安装在两个所述竖杆一上采集快件5两侧面图像序列的上货采集摄像头二4-2和上货采集摄像头三4-3组成；门形支架二13由横杆二和两个分别设置在所述横杆二两侧的竖杆二组成，分拣采集摄像头组件9由安装在所述横杆二顶端且用于采集快件5翻转后俯视图像序列的分拣采集摄像头一9-1以及分别安装在两个所述竖杆二上采集快件5另外两侧面图像序列的分拣采集摄像头二9-2和分拣采集摄像头三9-3组成。
需要说明的是，上货采集摄像头一4-1安装在横杆一上并正对朝向上货传输皮带机1，上货采集摄像头一4-1采集快件5的上表面图像，上货采集摄像头二4-2和上货采集摄像头三4-3相对安装且分别安装在两个连接横杆一的竖杆一上，采集快件5的相对的一组侧表面图像，当快件5的上表面和一组相对的侧表面均未识别出条码区域时，通过机械手7翻转快件5，使快件5的底面朝上，并落入分拣传输皮带机2继续传输，分拣采集摄像头一9-1安装在横杆二上并正对朝向分拣传输皮带机2，分拣采集摄像头一9-1采集快件5的底面图像，分拣采集摄像头二9-2和分拣采集摄像头三9-3相对安装且分别安装在两个连接横杆二的竖杆二上，采集快件5的相对的另一组侧表面图像，实现快件5全表面条码区域的识别。
本实施例中，所述上货检测传感器3、到货检测传感器6和分拣检测传感器8均为光电传感器。
需要说明的是，上货检测传感器3、到货检测传感器6和分拣检测传感器8的设置一是为了提示光电传感器后面的设备工作，二是为了统计快件数量，避免快件5数量对应不上，提高工作效率。
本实施例中，所述分拣控制器19通过通信模块18与工控机14进行通信，所述通信模块18为以太网通信模块、RS232通信模块、蓝牙通信模块或WIFI通信模块。
需要说明的是，分拣控制器19通过以太网通信模块或RS232通信模块与工控机14进行通信，信号稳定；分拣控制器19通过蓝牙通信模块或 WIFI通信模块与工控机14进行通信，连线简单，实际可根据具体的环境做出优选。
本实施例中，所述机械手驱动模块17通过有线或无线的方式与工控机14连接。
如图3所示的一种快件条码自动识别的方法，包括以下步骤：
步骤一、识别快件的上货传输：采用上货检测传感器3检测快件5在上货传输皮带机1上的上货传输；
步骤二、获取快件三个表面的图像序列：当上货检测传感器3检测到有快件5在上货传输皮带机1上的上货传输时，通过工控机14接收上货采集摄像头组件4获取快件5三个表面的图像序列；
需要说明的是，当快件5平行放置在上货传输皮带机1上传输时，上货采集摄像头一4-1、上货采集摄像头二4-2和上货采集摄像头三4-3采集的图像均为如图4a所示的标准图像，但是实际快件5在上货传输皮带机1上传输时，均为杂乱无章的摆放，而上货采集摄像头一4-1采集的图像如图4b所示，只是倾斜任意角度的图像，没有出现变形的情况，实际中上货采集摄像头二4-2和上货采集摄像头三4-3同时采集的图像模型如图4c所示，将被扭曲而变形成梯形，产生空间平面倾斜失真，两幅图像的拍摄角度和得到的模型均一致，只是拍摄到的表面不一样。
上货采集摄像头组件4由用于采集快件5俯视图像序列的上货采集摄像头一4-1以及分别采集快件5两侧视图像序列的上货采集摄像头二4-2 和上货采集摄像头三4-3组成；
步骤三、分割快件三个表面图像序列中的条码区域，过程如下：
步骤301、消除快件表面图像序列背景：首先，工控机14对上货采集摄像头组件4获取的快件5三个表面的图像序列分别进行灰度处理；然后，工控机14采用背景差分法分别消除快件5三个表面的图像序列背景，得到三张背景差分快件表面图像序列；
需要说明的是，如图5a和图7a所示，对实际的一个快件进行俯视拍摄和侧视拍摄，并进行灰度处理，如图5b和图7b所示，分别对灰度图像进行背景差分消除快件表面图像序列背景。
步骤302、背景差分快件表面图像序列二值化：首先，采用阈值分割分别去除三张所述背景差分快件表面图像序列中细节像素点；然后，采用闭运算分别保留三张阈值分割后的背景差分快件表面图像序列的边缘信息，得到三张二值化快件表面图像序列；
需要说明的是，如图5c和图7c所示，通过阈值分割去除背景差分后图像的细节像素点，便于后续的二值处理，获取快件5表面图像序列的轮廓，即如图5d和图7d所示的二值化图。
步骤303、二值化快件表面图像序列的直线检测：采用Hough直线检测法分别对三张所述二值化快件表面图像序列进行边缘轮廓提取，并分别获取三张所述二值化快件表面图像序列的轮廓直线交点的图片坐标；
如图5d和图7d所示的二值化图轮廓清晰，通过Hough直线检测法检测边缘轮廓提取，可辨别快件俯视图像序列和快件侧视图像序列。
步骤304、判断每张图像序列中轮廓直线交点数量是否大于四：当图像序列中轮廓直线交点数量不大于四时，即轮廓直线交点数量为四，说明该图像序列为快件俯视图像序列，执行步骤305；当轮廓直线交点数量大于四时，即轮廓直线交点数量为六，说明该图像序列为快件侧视图像序列，执行步骤306；
步骤305、快件俯视图像序列的校正及分割，过程如下：
步骤3051、采用Hough变换检测上货采集摄像头一4-1采集的快件俯视图像序列的倾斜角度θ＝α，其中，α为快件俯视图像序列的一条轮廓直线与上货采集摄像头一4-1的图片坐标系中纵轴夹角的最小值；
步骤3052、顺时针对快件俯视图像序列进行旋转，旋转角度等于倾斜角度θ；
步骤3053、采用边长等于旋转后快件俯视图像序列对角线长度的正方形对其进行分割，得到快件俯视分割图像序列；
需要说明的是，如图5e所示，针对图5d中图像区域，在图5a的灰度图像上对图像倾斜角度进行旋转并裁剪分割有效区域。
需要说明的是，如图6所示，快件俯视图像序列的轮廓直线包括P4P1、 P2P3、P2P1、P4P3，其中，P4P1和P2P3所在的直线与上货采集摄像头一4-1 的图片坐标系中纵轴夹角相同，P2P1和P4P3所在的直线与上货采集摄像头一4-1的图片坐标系中纵轴夹角相同，图中P4P1和P2P3所在的直线与上货采集摄像头一4-1的图片坐标系中纵轴夹角，小于P2P1和P4P3所在的直线与上货采集摄像头一4-1的图片坐标系中纵轴夹角，对快件俯视图像序列顺时针旋转，旋转角度为α。
步骤306、快件侧视图像序列的校正及分割，过程如下：
步骤3061、轮廓直线交点的筛选：对上货采集摄像头二4-2或上货采集摄像头三4-3的图片坐标系中的六个轮廓直线交点的横坐标进行从小到大排序，得到x1(x2)、x3(x4)、x5(x6)，其中，x1为第一个轮廓直线交点在图片坐标系中的横坐标，x2为第二个轮廓直线交点在图片坐标系中的横坐标且x2≈x1，x3为第三个轮廓直线交点在图片坐标系中的横坐标，x4为第四个轮廓直线交点在图片坐标系中的横坐标且x4≈x3，x5为第五个轮廓直线交点在图片坐标系中的横坐标，x6为第二个轮廓直线交点在图片坐标系中的横坐标且x6≈x5，当倾斜角度θ不大于45°时，筛选后四个轮廓直线交点；当倾斜角度θ大于45°时，筛选前四个轮廓直线交点；
需要说明的是，如图7e、图7f和图8所示，本实施例中，第一个轮廓直线交点在上货采集摄像头二4-2或上货采集摄像头三4-3的图片坐标系中的横坐标x1即为点P1的横坐标，第二个轮廓直线交点在上货采集摄像头二4-2或上货采集摄像头三4-3的图片坐标系中的横坐标x2即为点P2的横坐标，点P1和点P2位于快件5同一高度线上，点P1和点P2的横坐标近似相等，第三个轮廓直线交点在上货采集摄像头二4-2或上货采集摄像头三4-3的图片坐标系中的横坐标x3即为点P3的横坐标，第四个轮廓直线交点在上货采集摄像头二4-2或上货采集摄像头三4-3的图片坐标系中的横坐标x4即为点P4的横坐标，点P3和点P4位于快件5同一高度线上，点 P3和点P4的横坐标近似相等，第五个轮廓直线交点在上货采集摄像头二 4-2或上货采集摄像头三4-3的图片坐标系中的横坐标x5即为点P5的横坐标，第六个轮廓直线交点在上货采集摄像头二4-2或上货采集摄像头三 4-3的图片坐标系中的横坐标x6即为点P6的横坐标，点P5和点P6位于快件5同一高度线上，点P5和点P6的横坐标近似相等，当步骤3051中的角度不大于45°时，筛选后四个轮廓直线交点，即P3、P4、P5、P6；当步骤3051中的角度大于45°时，筛选前四个轮廓直线交点，即P1、P2、P3、 P4。
步骤3062、快件侧视图像序列的校正：当倾斜角度θ不大于45°时，以第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列一，所述矩形图像序列一的另外两个顶点为步骤3061中筛选出的第五个轮廓直线交点和第六个轮廓直线交点的校正点，根据 x6'＝(x6-x4)/cosθ+x4，计算第六个轮廓直线交点的校正点的横坐标x6'，其中，第五个轮廓直线交点的校正点的横坐标x5'＝x6'，y3为第三个轮廓直线交点在图片坐标系中的纵坐标，y4为第四个轮廓直线交点在图片坐标系中的纵坐标，y'5为第五个轮廓直线交点的校正点的纵坐标，y'6为第六个轮廓直线交点的校正点的纵坐标；
当倾斜角度θ大于45°时，以第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列一，所述矩形图像序列一的另外两个顶点为步骤3061中筛选出的第一个轮廓直线交点和第二个轮廓直线交点的校正点，根据x2'＝x4-(x4-x2)/cos(90-θ)，计算第二个轮廓直线交点的校正点的横坐标x2'，其中，第一个轮廓直线交点的校正点的横坐标x1'＝x2'，y'1为第一个轮廓直线交点的校正点的纵坐标，y'2为第二个轮廓直线交点的校正点的纵坐标；
如图8所示，将快件侧视图像序列P3P4P5P6校正为P3＇P4＇P5＇P6＇，或将快件侧视图像序列P3P4P1P2校正为P3＇P4＇P1＇P2＇，其中，P3和P3＇为同一点，P4和P4＇为同一点。
步骤3063、快件侧视图像序列的复原：首先，根据公式P'＝TP，解算投影变换矩阵T，其中，P为步骤3061中筛选后的任一轮廓直线交点且该交点坐标为(x,y,1)，P'为步骤3062中校正后的矩形图像序列一中与P对应的点且该交点坐标为(x',y',z')，t22为比例因子；然后，通过投影变换矩阵T对快件侧视图像序列进行复原；
步骤3064、矩形图像序列一的分割裁剪，得到快件侧视分割图像序列；
需要说明的是，采用快件侧视图像序列P3P4P5P6未校正的四个顶点和快件侧视图像序列P3P4P5P6校正后的四个顶点获取解算投影变换矩阵T，对快件侧视图像序列进行复原并裁剪，得到快件侧视分割图像序列。
步骤307、识别快递单并对快递单进行倾斜校正：采用Hough变换进行直线检测识别快递单并对图像进行旋转校正；
步骤308、梯度化处理：首先，采用Sobel算子对步骤307中校正后的图像进行梯度化处理，计算一次梯度差值；然后，对步骤307中校正后的图像旋转90°后再采用Sobel算子对图像进行梯度化处理，计算第二次梯度差值，保留梯度差值大的梯度化处理图像；
需要说明的是，如图9a和图9b所示，对快件侧视分割图像序列进行快递单检测，获取快递单水平方向和垂直方向上的梯度差值，并对两梯度差值进行比较，保存梯度差值较大的图像，剔除梯度差值较小的图像；
步骤309、形态学处理并分割条码区域：首先，对步骤308中梯度差值大的图像依次进行一次模糊和二值化处理；然后，依次通过形态学处理和形态学膨胀腐蚀处理突出定位条码区域；最后，通过分割裁剪获取完整条码区域；
需要说明的是，如图9e至图9g所示，对步骤308中保存梯度值较大的图像依次进行一次模糊和二值化处理，并采用形态学处理定位一个条码区域，最终裁剪分割出该条码区域，如图9h所示，获取完整条码区域。
步骤四、判断完整条码区域是否提取成功：通过译码完整条码区域，当完整条码区域译码成功，说明条码区域提取成功，执行步骤五；当完整条码区域译码不成功，说明条码区域提取不成功，执行步骤六；
需要说明的是，通过现有的条码识别开源库，通过工控机14调用库函数完成条码解码译码，获取快件的地址信息。
步骤五、快件分拣信息提取并进行快件分拣：根据步骤四中译码的条码区域信息获取快件分拣信息，并通过对应的所述分拣设备对快件5进行分拣；
步骤六、机械手翻转快件：通过工控机14控制机械手7使快件5翻转180°；
需要说明的是，当快件5的上表面和一组相对的侧表面均未识别出条码区域时，通过机械手7翻转快件5，使快件5的底面朝上，并落入分拣传输皮带机2继续传输，识别快件5另外三个表面的条码区域，分拣传输皮带机2上的分拣采集摄像头组件9识别快件5另外三个表面的条码区域方法与上述方法相同。
步骤七、识别快件的分拣传输：采用分拣检测传感器8检测快件5在分拣传输皮带机2上的分拣传输；
步骤八、获取快件另外三个表面的图像序列：当分拣检测传感器8检测到有快件5在分拣传输皮带机2上的分拣传输时，通过工控机14接收分拣采集摄像头组件9获取快件5另外三个表面的图像序列；
分拣采集摄像头组件9由用于采集快件5翻转后俯视图像序列的分拣采集摄像头一9-1以及分别采集快件5另外两侧视图像序列的分拣采集摄像头二9-2和分拣采集摄像头三9-3组成；
步骤九、分割快件另外三个表面图像序列中的条码区域，过程如下：
步骤901、消除快件表面图像序列背景：首先，工控机14对分拣采集摄像头组件9获取的快件5另外三个表面的图像序列分别进行灰度处理；然后，工控机14采用背景差分法分别消除快件5另外三个表面的图像序列背景，得到另外三张背景差分快件表面图像序列；
步骤902、背景差分快件表面图像序列二值化：首先，采用阈值分割分别去除另外三张所述背景差分快件表面图像序列中细节像素点；然后，采用闭运算分别保留另外三张阈值分割后的背景差分快件表面图像序列的边缘信息，得到另外三张二值化快件表面图像序列；
步骤903、二值化快件表面图像序列的直线检测：采用Hough直线检测法分别对另外三张二值化快件表面图像序列进行边缘轮廓提取，并分别获取另外三张二值化快件表面图像序列的轮廓直线交点的图片坐标；
步骤904、判断每张图像序列中轮廓直线交点数量是否大于四：当图像序列中轮廓直线交点数量不大于四时，即轮廓直线交点数量为四，说明该图像序列为翻转快件俯视图像序列，执行步骤905；当轮廓直线交点数量大于四时，即轮廓直线交点数量为六，说明该图像序列为翻转快件侧视图像序列，执行步骤906；
步骤905、翻转快件俯视图像序列的校正及分割，过程如下：
步骤9051、采用Hough变换检测分拣采集摄像头一9-1采集的快件俯视图像序列的倾斜角度σ＝δ，其中，δ为翻转快件俯视图像序列的一条轮廓直线与分拣采集摄像头一9-1的图片坐标系中纵轴夹角的最小值；
步骤9052、顺时针对翻转快件俯视图像序列进行旋转，该旋转角度等于σ；
步骤9053、采用边长等于旋转后翻转快件俯视图像序列对角线长度的正方形对其进行分割，得到翻转快件俯视分割图像序列；
步骤906、翻转快件侧视图像序列的校正及分割，过程如下：
步骤9061、轮廓直线交点的筛选：对分拣采集摄像头二9-2或分拣采集摄像头三9-3的图片坐标系中的六个轮廓直线交点的横坐标进行从小到大排序，得到u1(u2)、u3(u4)、u5(u6)，其中，u1、u2、u3、u4、u5、 u6分别为分拣采集摄像头二9-2或分拣采集摄像头三9-3的图片坐标系中第一个轮廓直线交点、第二个轮廓直线交点、第三个轮廓直线交点、第四个轮廓直线交点、第五个轮廓直线交点、第六个轮廓直线交点的横坐标， u2≈u1，u4≈u3，u6≈u5，当σ不大于45°时，筛选分拣采集摄像头二9-2 或分拣采集摄像头三9-3的图片坐标系中后四个轮廓直线交点；当σ大于 45°时，筛选分拣采集摄像头二9-2或分拣采集摄像头三9-3的图片坐标系中前四个轮廓直线交点；
步骤9062、翻转快件侧视图像序列的校正：当σ不大于45°时，以分拣采集摄像头二9-2或分拣采集摄像头三9-3的图片坐标系中第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列二，所述矩形图像序列二的另外两个顶点为步骤9061中筛选出的第五个轮廓直线交点和第六个轮廓直线交点的校正点，根据u6'＝(u6-u4)/cosσ+u4，计算该第六个轮廓直线交点的校正点的横坐标u6'，其中，该第五个轮廓直线交点的校正点的横坐标u5'＝u6'，v3和v4分别为分拣采集摄像头二9-2 或分拣采集摄像头三9-3的图片坐标系中第三个轮廓直线交点和第四个轮廓直线交点在图片坐标系中的纵坐标，v'5为该第五个轮廓直线交点的校正点的纵坐标，v'6为该第六个轮廓直线交点的校正点的纵坐标；
当σ大于45°时，以分拣采集摄像头二9-2或分拣采集摄像头三9-3 的图片坐标系中第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列二，所述矩形图像序列二的另外两个顶点为步骤9061 中筛选出的第一个轮廓直线交点和第二个轮廓直线交点的校正点，根据 u2'＝u4-(u4-u2)/cos(90-σ)，计算该第二个轮廓直线交点的校正点的横坐标 u2'，其中，该第一个轮廓直线交点的校正点的横坐标u1'＝u2'，v'1为该第一个轮廓直线交点的校正点的纵坐标，v'2为该第二个轮廓直线交点的校正点的纵坐标；
步骤9063、翻转快件侧视图像序列的复原：首先，根据公式Q'＝HQ，解算投影变换矩阵H，其中，Q为步骤9061中筛选后的任一轮廓直线交点且该交点坐标为(u,v,1)，Q'为步骤9062中校正后的矩形图像序列二中与Q 对应的点且该交点坐标为(u',v',w')，h22为比例因子；然后，通过投影变换矩阵H对翻转快件侧视图像序列进行复原；
步骤9064、矩形图像序列二的分割裁剪，得到翻转快件侧视分割图像序列；
步骤907、识别快递单并对快递单进行倾斜校正：采用Hough变换进行直线检测识别快递单并对图像进行旋转校正；
步骤908、梯度化处理：首先，采用Sobel算子对步骤907中校正后的图像进行梯度化处理，计算一次梯度差值；然后，对步骤907中校正后的图像旋转90°后再采用Sobel算子对图像进行梯度化处理，计算第二次梯度差值，保留梯度差值大的梯度化处理图像；
步骤909、形态学处理并分割条码区域：首先，对步骤908中梯度差值大的图像依次进行一次模糊和二值化处理；然后，依次通过形态学处理和形态学膨胀腐蚀处理突出定位条码区域；最后，通过分割裁剪获取完整条码区域；
步骤十、判断最终条码区域是否提取成功：通过译码最终条码区域，当最终条码区域译码成功，说明条码区域提取成功，执行步骤五；当最终条码区域译码不成功，说明条码区域提取不成功，执行步骤十一；
步骤十一、快件的异常处理。
本实施例中，步骤十一中通过在分拣传输皮带机2卸货端设置快件回收装置，通过快件回收装置收集未被识别的快件5，通过人工检测对快件进行处理。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (7)

1.基于图像处理的快件条码自动识别系统，包括快件传输主设备和多个均与所述快件传输主设备配合且用于快件(5)分拣的分拣设备，快件(5)为长方体结构，其特征在于：所述快件传输主设备包括上货传输皮带机(1)、与上货传输皮带机(1)配合的分拣传输皮带机(2)、设置在上货传输皮带机(1)靠近分拣传输皮带机(2)的一端侧部的机械手(7)和用于控制机械手(7)翻转快件(5)的工控机(14)，分拣传输皮带机(2)沿上货传输皮带机(1)皮带运行的垂直方向布设，上货传输皮带机(1)的上货端设置有上货检测传感器(3)和门形支架一(10)，门形支架一(10)上安装有用于采集快件(5)三个表面图像序列的上货采集摄像头组件(4)，上货传输皮带机(1)上位于门形支架一(10)与机械手(7)之间的位置处设置有到货检测传感器(6)和用于检测上货传输皮带机(1)传输速度的速度传感器(15)，分拣传输皮带机(2)远离上货传输皮带机(1)的一端设置有分拣检测传感器(8)和门形支架二(13)，门形支架二(13)上安装有用于采集快件(5)另外三个表面图像序列的分拣采集摄像头组件(9)，工控机(14)上连接有定时器(16)、用于驱动机械手(7)动作的机械手驱动模块(17)和用于控制所述分拣设备工作的分拣控制器(19)；
上货检测传感器(3)、上货采集摄像头组件(4)、到货检测传感器(6)、分拣检测传感器(8)、分拣采集摄像头组件(9)和速度传感器(15)的信号输出端均与工控机(14)的信号输出端相接。
2.按照权利要求1所述的基于图像处理的快件条码自动识别系统，其特征在于：所述门形支架一(10)由横杆一和两个分别设置在所述横杆一两侧的竖杆一组成，上货采集摄像头组件(4)由安装在所述横杆一顶端且用于采集快件(5)俯视图像序列的上货采集摄像头一(4-1)以及分别安装在两个所述竖杆一上采集快件(5)两侧面图像序列的上货采集摄像头二(4-2)和上货采集摄像头三(4-3)组成；门形支架二(13)由横杆二和两个分别设置在所述横杆二两侧的竖杆二组成，分拣采集摄像头组件(9)由安装在所述横杆二顶端且用于采集快件(5)翻转后俯视图像序列的分拣采集摄像头一(9-1)以及分别安装在两个所述竖杆二上采集快件(5)另外两侧面图像序列的分拣采集摄像头二(9-2)和分拣采集摄像头三(9-3)组成。
3.按照权利要求1所述的基于图像处理的快件条码自动识别系统，其特征在于：所述上货检测传感器(3)、到货检测传感器(6)和分拣检测传感器(8)均为光电传感器。
4.按照权利要求1所述的基于图像处理的快件条码自动识别系统，其特征在于：所述分拣控制器(19)通过通信模块(18)与工控机(14)进行通信，所述通信模块(18)为以太网通信模块、RS232通信模块、蓝牙通信模块或WIFI通信模块。
5.按照权利要求1所述的基于图像处理的快件条码自动识别系统，其特征在于：所述机械手驱动模块(17)通过有线或无线的方式与工控机(14)连接。
6.一种利用如权利要求1所述系统进行快件条码自动识别的方法，其特征在于：该方法包括以下步骤：
步骤一、识别快件的上货传输：采用上货检测传感器(3)检测快件(5)在上货传输皮带机(1)上的上货传输；
步骤二、获取快件三个表面的图像序列：当上货检测传感器(3)检测到有快件(5)在上货传输皮带机(1)上的上货传输时，通过工控机(14)接收上货采集摄像头组件(4)获取快件(5)三个表面的图像序列；
上货采集摄像头组件(4)由用于采集快件(5)俯视图像序列的上货采集摄像头一(4-1)以及分别采集快件(5)两侧视图像序列的上货采集摄像头二(4-2)和上货采集摄像头三(4-3)组成；
步骤三、分割快件三个表面图像序列中的条码区域，过程如下：
步骤301、消除快件表面图像序列背景：首先，工控机(14)对上货采集摄像头组件(4)获取的快件(5)三个表面的图像序列分别进行灰度处理；然后，工控机(14)采用背景差分法分别消除快件(5)三个表面的图像序列背景，得到三张背景差分快件表面图像序列；
步骤302、背景差分快件表面图像序列二值化：首先，采用阈值分割分别去除三张所述背景差分快件表面图像序列中细节像素点；然后，采用闭运算分别保留三张阈值分割后的背景差分快件表面图像序列的边缘信息，得到三张二值化快件表面图像序列；
步骤303、二值化快件表面图像序列的直线检测：采用Hough直线检测法分别对三张所述二值化快件表面图像序列进行边缘轮廓提取，并分别获取三张所述二值化快件表面图像序列的轮廓直线交点的图片坐标；
步骤304、判断每张图像序列中轮廓直线交点数量是否大于四：当图像序列中轮廓直线交点数量不大于四时，即轮廓直线交点数量为四，说明该图像序列为快件俯视图像序列，执行步骤305；当轮廓直线交点数量大于四时，即轮廓直线交点数量为六，说明该图像序列为快件侧视图像序列，执行步骤306；
步骤305、快件俯视图像序列的校正及分割，过程如下：
步骤3051、采用Hough变换检测上货采集摄像头一(4-1)采集的快件俯视图像序列的倾斜角度θ＝α，其中，α为快件俯视图像序列的一条轮廓直线与上货采集摄像头一(4-1)的图片坐标系中纵轴夹角的最小值；
步骤3052、顺时针对快件俯视图像序列进行旋转，旋转角度等于倾斜角度θ；
步骤3053、采用边长等于旋转后快件俯视图像序列对角线长度的正方形对其进行分割，得到快件俯视分割图像序列；
步骤306、快件侧视图像序列的校正及分割，过程如下：
步骤3061、轮廓直线交点的筛选：对上货采集摄像头二(4-2)或上货采集摄像头三(4-3)的图片坐标系中的六个轮廓直线交点的横坐标进行从小到大排序，得到x1(x2)、x3(x4)、x5(x6)，其中，x1为第一个轮廓直线交点在图片坐标系中的横坐标，x2为第二个轮廓直线交点在图片坐标系中的横坐标且x2≈x1，x3为第三个轮廓直线交点在图片坐标系中的横坐标，x4为第四个轮廓直线交点在图片坐标系中的横坐标且x4≈x3，x5为第五个轮廓直线交点在图片坐标系中的横坐标，x6为第二个轮廓直线交点在图片坐标系中的横坐标且x6≈x5，当倾斜角度θ不大于45°时，筛选后四个轮廓直线交点；当倾斜角度θ大于45°时，筛选前四个轮廓直线交点；
步骤3062、快件侧视图像序列的校正：当倾斜角度θ不大于45°时，以第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列一，所述矩形图像序列一的另外两个顶点为步骤3061中筛选出的第五个轮廓直线交点和第六个轮廓直线交点的校正点，根据x6'＝(x6-x4)/cosθ+x4，计算第六个轮廓直线交点的校正点的横坐标x6'，其中，第五个轮廓直线交点的校正点的横坐标x5'＝x6'，y3为第三个轮廓直线交点在图片坐标系中的纵坐标，y4为第四个轮廓直线交点在图片坐标系中的纵坐标，y'5为第五个轮廓直线交点的校正点的纵坐标，y'6为第六个轮廓直线交点的校正点的纵坐标；
当倾斜角度θ大于45°时，以第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列一，所述矩形图像序列一的另外两个顶点为步骤3061中筛选出的第一个轮廓直线交点和第二个轮廓直线交点的校正点，根据x2'＝x4-(x4-x2)/cos(90-θ)，计算第二个轮廓直线交点的校正点的横坐标x2'，其中，第一个轮廓直线交点的校正点的横坐标x1'＝x2'，y′1为第一个轮廓直线交点的校正点的纵坐标，y'2为第二个轮廓直线交点的校正点的纵坐标；
步骤3063、快件侧视图像序列的复原：首先，根据公式P'＝TP，解算投影变换矩阵T，其中，P为步骤3061中筛选后的任一轮廓直线交点且该交点坐标为(x,y,1)，P'为步骤3062中校正后的矩形图像序列一中与P对应的点且该交点坐标为(x',y',z')，t22为比例因子；然后，通过投影变换矩阵T对快件侧视图像序列进行复原；
步骤3064、矩形图像序列一的分割裁剪，得到快件侧视分割图像序列；
步骤307、识别快递单并对快递单进行倾斜校正：采用Hough变换进行直线检测识别快递单并对图像进行旋转校正；
步骤308、梯度化处理：首先，采用Sobel算子对步骤307中校正后的图像进行梯度化处理，计算一次梯度差值；然后，对步骤307中校正后的图像旋转90°后再采用Sobel算子对图像进行梯度化处理，计算第二次梯度差值，保留梯度差值大的梯度化处理图像；
步骤309、形态学处理并分割条码区域：首先，对步骤308中梯度差值大的图像依次进行一次模糊和二值化处理；然后，依次通过形态学处理和形态学膨胀腐蚀处理突出定位条码区域；最后，通过分割裁剪获取完整条码区域；
步骤四、判断完整条码区域是否提取成功：通过译码完整条码区域，当完整条码区域译码成功，说明条码区域提取成功，执行步骤五；当完整条码区域译码不成功，说明条码区域提取不成功，执行步骤六；
步骤五、快件分拣信息提取并进行快件分拣：根据步骤四中译码的条码区域信息获取快件分拣信息，并通过对应的所述分拣设备对快件(5)进行分拣；
步骤六、机械手翻转快件：通过工控机(14)控制机械手(7)使快件(5)翻转180°；
步骤七、识别快件的分拣传输：采用分拣检测传感器(8)检测快件(5)在分拣传输皮带机(2)上的分拣传输；
步骤八、获取快件另外三个表面的图像序列：当分拣检测传感器(8)检测到有快件(5)在分拣传输皮带机(2)上的分拣传输时，通过工控机(14)接收分拣采集摄像头组件(9)获取快件(5)另外三个表面的图像序列；
分拣采集摄像头组件(9)由用于采集快件(5)翻转后俯视图像序列的分拣采集摄像头一(9-1)以及分别采集快件(5)另外两侧视图像序列的分拣采集摄像头二(9-2)和分拣采集摄像头三(9-3)组成；
步骤九、分割快件另外三个表面图像序列中的条码区域，过程如下：
步骤901、消除快件表面图像序列背景：首先，工控机(14)对分拣采集摄像头组件(9)获取的快件(5)另外三个表面的图像序列分别进行灰度处理；然后，工控机(14)采用背景差分法分别消除快件(5)另外三个表面的图像序列背景，得到另外三张背景差分快件表面图像序列；
步骤902、背景差分快件表面图像序列二值化：首先，采用阈值分割分别去除另外三张所述背景差分快件表面图像序列中细节像素点；然后，采用闭运算分别保留另外三张阈值分割后的背景差分快件表面图像序列的边缘信息，得到另外三张二值化快件表面图像序列；
步骤903、二值化快件表面图像序列的直线检测：采用Hough直线检测法分别对另外三张二值化快件表面图像序列进行边缘轮廓提取，并分别获取另外三张二值化快件表面图像序列的轮廓直线交点的图片坐标；
步骤904、判断每张图像序列中轮廓直线交点数量是否大于四：当图像序列中轮廓直线交点数量不大于四时，即轮廓直线交点数量为四，说明该图像序列为翻转快件俯视图像序列，执行步骤905；当轮廓直线交点数量大于四时，即轮廓直线交点数量为六，说明该图像序列为翻转快件侧视图像序列，执行步骤906；
步骤905、翻转快件俯视图像序列的校正及分割，过程如下：
步骤9051、采用Hough变换检测分拣采集摄像头一(9-1)采集的快件俯视图像序列的倾斜角度σ＝δ，其中，δ为翻转快件俯视图像序列的一条轮廓直线与分拣采集摄像头一(9-1)的图片坐标系中纵轴夹角的最小值；
步骤9052、顺时针对翻转快件俯视图像序列进行旋转，该旋转角度等于σ；
步骤9053、采用边长等于旋转后翻转快件俯视图像序列对角线长度的正方形对其进行分割，得到翻转快件俯视分割图像序列；
步骤906、翻转快件侧视图像序列的校正及分割，过程如下：
步骤9061、轮廓直线交点的筛选：对分拣采集摄像头二(9-2)或分拣采集摄像头三(9-3)的图片坐标系中的六个轮廓直线交点的横坐标进行从小到大排序，得到u1(u2)、u3(u4)、u5(u6)，其中，u1、u2、u3、u4、u5、u6分别为分拣采集摄像头二(9-2)或分拣采集摄像头三(9-3)的图片坐标系中第一个轮廓直线交点、第二个轮廓直线交点、第三个轮廓直线交点、第四个轮廓直线交点、第五个轮廓直线交点、第六个轮廓直线交点的横坐标，u2≈u1，u4≈u3，u6≈u5，当σ不大于45°时，筛选分拣采集摄像头二(9-2)或分拣采集摄像头三(9-3)的图片坐标系中后四个轮廓直线交点；当σ大于45°时，筛选分拣采集摄像头二(9-2)或分拣采集摄像头三(9-3)的图片坐标系中前四个轮廓直线交点；
步骤9062、翻转快件侧视图像序列的校正：当σ不大于45°时，以分拣采集摄像头二(9-2)或分拣采集摄像头三(9-3)的图片坐标系中第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列二，所述矩形图像序列二的另外两个顶点为步骤9061中筛选出的第五个轮廓直线交点和第六个轮廓直线交点的校正点，根据u6'＝(u6-u4)/cosσ+u4，计算该第六个轮廓直线交点的校正点的横坐标u6'，其中，该第五个轮廓直线交点的校正点的横坐标u5'＝u6'，v3和v4分别为分拣采集摄像头二(9-2)或分拣采集摄像头三(9-3)的图片坐标系中第三个轮廓直线交点和第四个轮廓直线交点在图片坐标系中的纵坐标，v'5为该第五个轮廓直线交点的校正点的纵坐标，v'6为该第六个轮廓直线交点的校正点的纵坐标；
当σ大于45°时，以分拣采集摄像头二(9-2)或分拣采集摄像头三(9-3)的图片坐标系中第三个轮廓直线交点和第四个轮廓直线交点的连线为边构造矩形图像序列二，所述矩形图像序列二的另外两个顶点为步骤9061中筛选出的第一个轮廓直线交点和第二个轮廓直线交点的校正点，根据u2'＝u4-(u4-u2)/cos(90-σ)，计算该第二个轮廓直线交点的校正点的横坐标u2'，其中，该第一个轮廓直线交点的校正点的横坐标u1'＝u2'，v1'为该第一个轮廓直线交点的校正点的纵坐标，v'2为该第二个轮廓直线交点的校正点的纵坐标；
步骤9063、翻转快件侧视图像序列的复原：首先，根据公式Q'＝HQ，解算投影变换矩阵H，其中，Q为步骤9061中筛选后的任一轮廓直线交点且该交点坐标为(u,v,1)，Q'为步骤9062中校正后的矩形图像序列二中与Q对应的点且该交点坐标为(u',v',w')，h22为比例因子；然后，通过投影变换矩阵H对翻转快件侧视图像序列进行复原；
步骤9064、矩形图像序列二的分割裁剪，得到翻转快件侧视分割图像序列；
步骤907、识别快递单并对快递单进行倾斜校正：采用Hough变换进行直线检测识别快递单并对图像进行旋转校正；
步骤908、梯度化处理：首先，采用Sobel算子对步骤907中校正后的图像进行梯度化处理，计算一次梯度差值；然后，对步骤907中校正后的图像旋转90°后再采用Sobel算子对图像进行梯度化处理，计算第二次梯度差值，保留梯度差值大的梯度化处理图像；
步骤909、形态学处理并分割条码区域：首先，对步骤908中梯度差值大的图像依次进行一次模糊和二值化处理；然后，依次通过形态学处理和形态学膨胀腐蚀处理突出定位条码区域；最后，通过分割裁剪获取完整条码区域；
步骤十、判断最终条码区域是否提取成功：通过译码最终条码区域，当最终条码区域译码成功，说明条码区域提取成功，执行步骤五；当最终条码区域译码不成功，说明条码区域提取不成功，执行步骤十一；
步骤十一、快件的异常处理。
7.按照权利要求6所述的方法，其特征在于：步骤十一中通过在分拣传输皮带机(2)卸货端设置快件回收装置，通过快件回收装置收集未被识别的快件(5)，通过人工检测对快件进行处理。
CN201710481355.0A 2017-06-22 2017-06-22 基于图像处理的快件条码自动识别系统及方法 Active CN107096720B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710481355.0A CN107096720B (zh) 2017-06-22 2017-06-22 基于图像处理的快件条码自动识别系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710481355.0A CN107096720B (zh) 2017-06-22 2017-06-22 基于图像处理的快件条码自动识别系统及方法

Publications (2)

Publication Number Publication Date
CN107096720A true CN107096720A (zh) 2017-08-29
CN107096720B CN107096720B (zh) 2022-11-29

Family

ID=59663969

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710481355.0A Active CN107096720B (zh) 2017-06-22 2017-06-22 基于图像处理的快件条码自动识别系统及方法

Country Status (1)

Country Link
CN (1) CN107096720B (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108176603A (zh) * 2017-12-25 2018-06-19 江苏宏宝锻造股份有限公司 发动机连杆多代号识别方法及其自动分拣设备
CN108388821A (zh) * 2018-05-14 2018-08-10 浙江百世技术有限公司 一种快件条码的自动识别装置及方法
CN108993906A (zh) * 2018-07-06 2018-12-14 龙岩学院 一种智能快递分拣装置
CN109410733A (zh) * 2018-12-21 2019-03-01 韶关学院 一种物体识别分拣的实验教学平台
WO2019076180A1 (zh) * 2017-10-20 2019-04-25 山东新北洋信息技术股份有限公司 货物身份信息获取装置及方法
CN109794429A (zh) * 2019-03-01 2019-05-24 屈泽庆 一种易碎品物流分拣系统
CN109807067A (zh) * 2017-11-21 2019-05-28 北京京东尚科信息技术有限公司 包裹分拣系统和包裹分拣方法
CN109967359A (zh) * 2017-12-28 2019-07-05 北京京东尚科信息技术有限公司 用于拣选物品的方法和装置
WO2019134673A1 (zh) * 2018-01-04 2019-07-11 北京京东尚科信息技术有限公司 包裹识别装置和包裹分拣装置
CN110404786A (zh) * 2019-08-02 2019-11-05 盐城正邦环保科技有限公司 一种基于二维视觉的自动分拣线包裹上件系统及上件方法
CN110525872A (zh) * 2019-08-27 2019-12-03 张紫薇 自动分拣补货方法及系统
CN111038894A (zh) * 2019-12-09 2020-04-21 苏州诚满信息技术有限公司 一种用于智能仓储的分拣设备及其工作方法
CN111860713A (zh) * 2020-07-07 2020-10-30 广东豫兆临药业连锁股份有限公司 一种药品信息管理方法、装置、设备及介质
CN111871832A (zh) * 2020-07-14 2020-11-03 深圳路辉物流设备有限公司 用于分拣流水线的包裹分拣装置、方法及存储介质
CN112890274A (zh) * 2021-01-13 2021-06-04 云南烟草机械有限责任公司 一种盒状物外观检测设备及其检测方法
CN112934715A (zh) * 2019-12-11 2021-06-11 顺丰科技有限公司 快递单件分离系统、方法、工控设备及存储介质
CN113160187A (zh) * 2021-04-27 2021-07-23 圣名科技(广州)有限责任公司 一种设备的故障检测方法及装置
CN113361446A (zh) * 2021-06-22 2021-09-07 公安部第一研究所 一种x射线包裹图像提取方法
CN113877826A (zh) * 2021-10-13 2022-01-04 广东顺力智能物流装备股份有限公司 重心翻转式智能物流分拣装置及其使用方法
CN114186654A (zh) * 2022-02-17 2022-03-15 节时科技(深圳)有限公司 自动分拣和回收的驿站系统、方法、设备及存储介质
CN114386442A (zh) * 2021-11-29 2022-04-22 杭州拼便宜网络科技有限公司 自适应式物流扫码装置
CN114455275A (zh) * 2021-12-20 2022-05-10 芜湖市创赫钢结构有限公司 一种用于快递分拣伸缩机的自动化组装装置
CN115140471A (zh) * 2022-06-29 2022-10-04 山东西部智能科技有限公司 一种物品管理方法、系统、设备及计算机可读存储介质
CN114455275B (zh) * 2021-12-20 2024-05-31 安徽和信华成科技服务有限公司 一种用于快递分拣伸缩机的自动化组装装置

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001167225A (ja) * 1999-12-07 2001-06-22 Choryo Software Kk Ｃｃｄカメラを用いたバーコード認識装置
JP2005148786A (ja) * 2003-11-11 2005-06-09 Tohken Co Ltd バーコード読取装置
CN1655181A (zh) * 2001-01-18 2005-08-17 联邦快递公司 对包裹上的信息进行访问的方法及系统
CN1937698A (zh) * 2006-10-19 2007-03-28 上海交通大学 图像畸变自动校正的图像处理方法
KR20070050752A (ko) * 2005-11-11 2007-05-16 주식회사 칼라짚미디어 동영상 이미지 코드와 동영상 이미지 코드 생성/디코딩장치 및 그 방법
CN101059834A (zh) * 2007-05-31 2007-10-24 中国农业大学 基于聊天用摄像头的qr二维条码识读方法
CN101093547A (zh) * 2007-05-18 2007-12-26 上海邮政科学研究院 基于高度参数的条码和数字协同识别物品的方法
WO2008128605A1 (de) * 2007-04-19 2008-10-30 Deutsche Post Ag Verfahren zum erfassen eines auf einer postsendung aufgebrachten codes, vorrichtung zur durchführung des verfahrens und verfahren zum versehen der postsendung mit dem maschinenlesbaren code
US20090001165A1 (en) * 2007-06-29 2009-01-01 Microsoft Corporation 2-D Barcode Recognition
CN101833644A (zh) * 2010-06-01 2010-09-15 福建新大陆电脑股份有限公司 一种基于动态模板的校正图形搜索方法
CN103294980A (zh) * 2013-06-18 2013-09-11 四川大学 基于图像处理的微型qr码识别方法
CN103870790A (zh) * 2014-04-02 2014-06-18 胡建国 一种二维条码的识别方法及其装置
CN103914675A (zh) * 2014-03-17 2014-07-09 东华大学 一种服装的快速响应矩阵二维码识别方法
CN104751097A (zh) * 2015-03-30 2015-07-01 深圳市道通科技股份有限公司 一种车辆识别码的检测处理方法及装置
CN105817422A (zh) * 2016-04-21 2016-08-03 石河子大学 基于机器人的自动采集随机摆放快递包裹信息系统及其方法
CN206854123U (zh) * 2017-06-22 2018-01-09 西安科技大学 基于图像处理的快件条码自动识别系统

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001167225A (ja) * 1999-12-07 2001-06-22 Choryo Software Kk Ｃｃｄカメラを用いたバーコード認識装置
CN1655181A (zh) * 2001-01-18 2005-08-17 联邦快递公司 对包裹上的信息进行访问的方法及系统
JP2005148786A (ja) * 2003-11-11 2005-06-09 Tohken Co Ltd バーコード読取装置
KR20070050752A (ko) * 2005-11-11 2007-05-16 주식회사 칼라짚미디어 동영상 이미지 코드와 동영상 이미지 코드 생성/디코딩장치 및 그 방법
CN1937698A (zh) * 2006-10-19 2007-03-28 上海交通大学 图像畸变自动校正的图像处理方法
WO2008128605A1 (de) * 2007-04-19 2008-10-30 Deutsche Post Ag Verfahren zum erfassen eines auf einer postsendung aufgebrachten codes, vorrichtung zur durchführung des verfahrens und verfahren zum versehen der postsendung mit dem maschinenlesbaren code
CN101093547A (zh) * 2007-05-18 2007-12-26 上海邮政科学研究院 基于高度参数的条码和数字协同识别物品的方法
CN101059834A (zh) * 2007-05-31 2007-10-24 中国农业大学 基于聊天用摄像头的qr二维条码识读方法
US20090001165A1 (en) * 2007-06-29 2009-01-01 Microsoft Corporation 2-D Barcode Recognition
CN101833644A (zh) * 2010-06-01 2010-09-15 福建新大陆电脑股份有限公司 一种基于动态模板的校正图形搜索方法
CN103294980A (zh) * 2013-06-18 2013-09-11 四川大学 基于图像处理的微型qr码识别方法
CN103914675A (zh) * 2014-03-17 2014-07-09 东华大学 一种服装的快速响应矩阵二维码识别方法
CN103870790A (zh) * 2014-04-02 2014-06-18 胡建国 一种二维条码的识别方法及其装置
CN104751097A (zh) * 2015-03-30 2015-07-01 深圳市道通科技股份有限公司 一种车辆识别码的检测处理方法及装置
CN105817422A (zh) * 2016-04-21 2016-08-03 石河子大学 基于机器人的自动采集随机摆放快递包裹信息系统及其方法
CN206854123U (zh) * 2017-06-22 2018-01-09 西安科技大学 基于图像处理的快件条码自动识别系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘慧娟: "快速响应码图像的全方位识别", 《仪器仪表学报》 *
欧福超: "基于图像处理的QR码图像预处理的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
赵熠等: "基于图像处理技术的货运标签识别系统", 《物流技术》 *

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019076180A1 (zh) * 2017-10-20 2019-04-25 山东新北洋信息技术股份有限公司 货物身份信息获取装置及方法
CN109697478A (zh) * 2017-10-20 2019-04-30 山东新北洋信息技术股份有限公司 一种货物身份信息获取装置及其控制方法
CN109807067A (zh) * 2017-11-21 2019-05-28 北京京东尚科信息技术有限公司 包裹分拣系统和包裹分拣方法
CN108176603A (zh) * 2017-12-25 2018-06-19 江苏宏宝锻造股份有限公司 发动机连杆多代号识别方法及其自动分拣设备
CN109967359A (zh) * 2017-12-28 2019-07-05 北京京东尚科信息技术有限公司 用于拣选物品的方法和装置
WO2019134673A1 (zh) * 2018-01-04 2019-07-11 北京京东尚科信息技术有限公司 包裹识别装置和包裹分拣装置
CN108388821A (zh) * 2018-05-14 2018-08-10 浙江百世技术有限公司 一种快件条码的自动识别装置及方法
CN108993906A (zh) * 2018-07-06 2018-12-14 龙岩学院 一种智能快递分拣装置
CN109410733A (zh) * 2018-12-21 2019-03-01 韶关学院 一种物体识别分拣的实验教学平台
CN109794429A (zh) * 2019-03-01 2019-05-24 屈泽庆 一种易碎品物流分拣系统
CN110404786A (zh) * 2019-08-02 2019-11-05 盐城正邦环保科技有限公司 一种基于二维视觉的自动分拣线包裹上件系统及上件方法
CN110525872A (zh) * 2019-08-27 2019-12-03 张紫薇 自动分拣补货方法及系统
CN111038894A (zh) * 2019-12-09 2020-04-21 苏州诚满信息技术有限公司 一种用于智能仓储的分拣设备及其工作方法
CN112934715A (zh) * 2019-12-11 2021-06-11 顺丰科技有限公司 快递单件分离系统、方法、工控设备及存储介质
CN111860713A (zh) * 2020-07-07 2020-10-30 广东豫兆临药业连锁股份有限公司 一种药品信息管理方法、装置、设备及介质
CN111871832A (zh) * 2020-07-14 2020-11-03 深圳路辉物流设备有限公司 用于分拣流水线的包裹分拣装置、方法及存储介质
CN112890274A (zh) * 2021-01-13 2021-06-04 云南烟草机械有限责任公司 一种盒状物外观检测设备及其检测方法
CN113160187A (zh) * 2021-04-27 2021-07-23 圣名科技(广州)有限责任公司 一种设备的故障检测方法及装置
CN113160187B (zh) * 2021-04-27 2022-02-15 圣名科技(广州)有限责任公司 一种设备的故障检测方法及装置
CN113361446A (zh) * 2021-06-22 2021-09-07 公安部第一研究所 一种x射线包裹图像提取方法
CN113361446B (zh) * 2021-06-22 2024-04-16 公安部第一研究所 一种x射线包裹图像提取方法
CN113877826A (zh) * 2021-10-13 2022-01-04 广东顺力智能物流装备股份有限公司 重心翻转式智能物流分拣装置及其使用方法
CN114386442A (zh) * 2021-11-29 2022-04-22 杭州拼便宜网络科技有限公司 自适应式物流扫码装置
CN114455275A (zh) * 2021-12-20 2022-05-10 芜湖市创赫钢结构有限公司 一种用于快递分拣伸缩机的自动化组装装置
CN114455275B (zh) * 2021-12-20 2024-05-31 安徽和信华成科技服务有限公司 一种用于快递分拣伸缩机的自动化组装装置
CN114186654B (zh) * 2022-02-17 2022-06-03 节时科技(深圳)有限公司 自动分拣和回收的驿站系统、方法、设备及存储介质
CN114186654A (zh) * 2022-02-17 2022-03-15 节时科技(深圳)有限公司 自动分拣和回收的驿站系统、方法、设备及存储介质
CN115140471A (zh) * 2022-06-29 2022-10-04 山东西部智能科技有限公司 一种物品管理方法、系统、设备及计算机可读存储介质
CN115140471B (zh) * 2022-06-29 2024-01-02 山东西部智能科技有限公司 一种物品管理方法、系统、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN107096720B (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
CN107096720A (zh) 基于图像处理的快件条码自动识别系统及方法
CN206854123U (zh) 基于图像处理的快件条码自动识别系统
CN105817422B (zh) 基于机器人的自动采集随机摆放快递包裹信息系统及其方法
US9789518B2 (en) Fruits sorting apparatus and fruits sorting method
CN109279373B (zh) 一种基于机器视觉的柔性拆垛码垛机器人系统及方法
CN105787407B (zh) 融合机器视觉与激光扫描的快递条码自动识别方法及系统
CN104399675B (zh) 一种用于电能表自动分拣系统及方法
CN105388162B (zh) 基于机器视觉的原料硅片表面划痕检测方法
CN107402221A (zh) 一种基于机器视觉的显示面板缺陷识别方法及系统
CN110743818A (zh) 基于视觉及深度学习的垃圾分选系统、垃圾分选方法
CN105181714B (zh) 一种基于图像处理的瓶装液体杂质检测系统及其检测方法
CN106203239B (zh) 用于集装箱理货的信息处理方法、装置和系统
CN106124520A (zh) 一种全自动上下料和视觉检测的装置
CN109916826B (zh) 一种基于高光谱检测的固废在线识别系统及识别方法
CN109092696B (zh) 分拣系统及分拣方法
CN112893159B (zh) 一种基于图像识别的煤矸石分拣方法
CN204150305U (zh) 自动包装生产线的智能控制系统
CN110404803B (zh) 一种基于视觉的并联机器人分拣系统及分拣方法
CN107084992A (zh) 一种基于机器视觉的胶囊检测方法及系统
CN105107757A (zh) 软胶囊机器人分拣系统及方法
CN204294513U (zh) 小件快件自动分拣机
CN107194302A (zh) 一种面阵式条码扫描装置
CN208613093U (zh) 一种柑类果实色选分级装置
CN110651815A (zh) 基于视频图像感知的自动分鱼系统及装置
CN105107748B (zh) 一种灯检设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant