[发明专利]一种利用机器视觉技术提高物流面单特征信息识别率的方法

说明书

本发明涉及一种利用机器视觉技术提高物流面单特征信息识别率的方法，其包括步骤为：1)读取图片，对图像进行预处理并将目标区域选出，创建模板；2)基于形状匹配原理找出目标并确定位置；3)基于向量求夹角的方式修补形状匹配后的定位角度差；4)将角度修正后的图像经过含有动态参数调整的阈值分割，再对处理后的目标区域进行识别。本发明主要基于HALCON平台上编程实现，阐述了形态学分析和定位分析处理图像、特征提取的具体过程，最后训练一个用于识别包含快递包裹分拣地址信息的三段码分类器。该方法能快速准确地定位识别三段码，具有较高的分拣准确度和稳定性。

技术领域

本发明涉及机器识别优化领域，具体是一种利用机器视觉技术提高物流面单特征信息识别率的方法。

背景技术

随着互联网电商平台的快速发展，网上购物过程中产生了大量快递包裹，在快递配送的各个环节，目前主要依赖人工手动分拣，而人会产生疲劳，容易发生误操作。针对物流分拣中心人工分拣快递效率低的问题，提出了基于机器视觉的三段码识别技术，三段码是一串包含地址分拣区域的数字与字母的组合。然而传统OCR(Optical CharacterRecognition，光学字符识别)直接匹配定位识别在某些复杂背景下会有一定的偏差，使得物流行业中动态识别面单三段码信息错误率一直较高，因此本发明提出的方法以几何变化优化定位以及参数的变量替换，以达到更好的自适应调整，从而提高OCR识别的准确率。

发明内容

本发明的目的在于：针对上述快递面单特征信息识别率不高的问题，提供一种利用机器视觉技术提高物流面单特征信息识别率的方法，从而提高快递面单特征信息识别率。

本发明实现发明目采用如下技术方案：

一种利用机器视觉技术提高物流面单特征信息识别率的方法，包括以下实施步骤：

步骤1：读取图片，对图像进行预处理并将目标区域选出创建模板；

步骤2：基于形状匹配原理找出目标并确定其所在视图窗口的几何位置；

步骤3：基于向量求夹角的方式修补形状匹配后的定位角度差；

步骤4：将角度修正后的图像经过含有动态参数调整的阈值分割，再对处理后的目标区域进行识别。

作为优选，所述读取图片是指在搭载的机器视觉平台上获取含有面单的图片，对获取到的图片进行灰度化和滤波的预处理。

作为优选，所述通过Blob分析选出图片中的目标区域，基于形状匹配的原理对图片中固定不变化的区域创建模板。

作为优选，目标区域的几何位置在软件中建立，需要的已知参数包括模板图片类型、几何位置坐标、建立的查找角度范围和目标缩放比范围。

作为优选，所述修补的定位角度差可由目标区域中已定直线与两基准点连线所构成的两向量确定，其求解公式如下：

其中，是修补角度，单位：度(°)；

是两基准点连线向量；

为已定直线向量。

为了方便几何变换，需将转换成始终与水平向右且逆时针方向的角度angle，其中，依据图3所示分析，当Row[1]Row[0]时，当Row[1]Row[0]时，

作为优选，所述在图像窗口上建立二维坐标系，利用几何变换的知识将存在偏差的匹配位置矫正精确，几何变换公式如下：

其中，a、b为矫正后的区域中心的行与列的坐标，单位：像素；

i、j为矫正前的区域中心的行与列的坐标，单位：像素；