无忧论文网始建于1999年,提供专业论文格式,包括毕业论文,硕士论文,博士论文,留学生论文,essay,职称发表论文等的专业论文网站,热线咨询电话:4006227154
无忧论文网

登陆注册 论文购物车

论文搜索 热门搜索: 论文网 毕业论文 mba论文 英语论文 工商管理 英语经济 社会经济 留学论文

快递邮件分拣条形码图像分析

日期:2017/7/20作者:www.51lunwen.com编辑:zhouti点击次数:56
销售价格:150元论文编号:lw201408301720365215论文字数:27782 
论文属性:硕士毕业论文论文地区:中国论文语种:中文 

第1章绪论

1.1课题研究背景和意义
1.1.1课题研究背景
随着近些年经济的迅猛发展和电子商务的快速崛起,我国的快递业也得到了十分巨大的发展。快递行业在经营模式方面已经日趋成熟,目前已经发展形成了慢慢趋于稳定的市场格局。目前国内外快递市场主要由以中国邮政速递(EMS)为主导的国企阵营,以联合包裹服务公司(UPS)、联邦快递(FedEx)、荷兰邮政快递公司(TOT)、敦豪航空货运公司(DHL)为代表的四大外资企业阵营和以申通、中通等为代表的民企阵营组成[1]。
大众消费需求的提高和消费观念的改变推动了快递行业的飞速发展。目前,快递行业对于人们日常生活甚至我国的整个国民经济的影响都已经十分重要,而与此同时我们也不得不承认快递行业在我国的发展上升空间还十分广阔。从表1.1列出的快递行业业务水平、图1.1表示的快递企业收入变化及图1.2表示的快递企业业务量的变化情况可以看出近年来我国快递行业正在高速发展[2]。


目前以UPS、DHL、联邦快递等为代表的国际快递行业“巨头”资本雄厚、管理经验丰富,凭借其发达的业务网络和巨大的企业规模已经占据了我国国际快递市场的一半以上,对国内本土中小规模快递企业的发展带来了巨大的负面影响,甚至威胁到了它们的生存。对于国内市场而言民营快递公司有一定的局域网络优势,它们熟悉当地市场网络和业务量分布情况,并且邮寄价格较低、企业运营和建设成本较低,通过这些特点使得部分民营快递企业异军突起,逐步占据了一定的市场份额,但与各大国际快递巨头还有着天壤之别。对于此类中小型的民营快递公司而言,改进运作机制、提高自身企业规模、提升管理水平、探索行业利润点都显得十分迫切。从深圳DDS快递的倒逼和小红马的退市可以看出我国民营快递公司的生存和发展除了面临市场环境的影响外自身也存在众多不足之处,需要亟待解决的问题仍有很多[3]。
良好的客户服务和较短的邮件收发时间是一个快递公司能够发展壮大的先决条件。良好的服务就是指在邮件的收发过程中快递员乃至快递公司在商品收发过程中给予客户高标准的人性化服务。而快递企业要想大大的提高邮件的收发速度就必须着眼于业务流程的提速,而在这个过程中对快递邮件的分拣系统的优化将直接影响到快递邮件的收发速度。快递企业分拣中心是物流环节中的重中之重,它起着快递分拣、快递集散等的诸多重要功能。所以快递、邮件自动分拣环节的优化设计对于整个快递收发流程的提速具有十分重大的意义。对于自动化快递分拣设备而言,通常分为目标条码信息识别部分和PLC邮件分拣控制部分,本课题着重讨论快递自动分拣设备的前期条码图像信息的识别提取。
1.1.2课题研究意义
我国快递行业于20世纪90年代萌芽,早期业务量寥寥,发展十分缓慢。近年来,快递服务行业在新的经济环境中表现出了十分强大的生命力,国内电子商务的迅猛发展也推动了快递行业业务量的急剧增加。切合市场需求的运营网络和不断提升的业务处理能力等,使得快递行业成为当前解决就业等一系列社会问题、服务社会的重要生力军。如UPS、DHL等知名国际快递企业依赖强大的信息技术网络和完善的交通运输体系迅速抢占我国市场;EMS,中铁快运等国有快递企业依赖政府的多方支持高速发展;而众多民营快递公司也基于其价格成本较低,经营体系灵活等优点,在区域性邮件快递方面占据一定市场[4]。
.............................

1.2条码识别图像处理文献综述
1.2.1条形码图像处理基础[8][9]
对于图像的感知也就是通常所谓的视觉是人类感觉中最高级的。但是,我们的视觉并不能感知电磁波谱中的全部波段,只被定格在可视波段范围内。而计算机却可以覆盖已知的全部波段区域。正是由于这种因素使得数字图像处理技术能够应用在众多领域。我们平时接触到的超声波图像、电子显微镜图像等都是通过此类计算机处理技术实现的。
对于图像的计算机处理我们可以大致分为:低级、中级和高级处理。低级处理输入、输出均为图像文件,涉及一些图像处理的原始简单操作,如降低光照、噪声等影响图像质量的因素的预处理操作、增强图像对比度和图像锐化等操作。图像的中级处理包含对于单个图像的特征提取、特征识别等。例如对于目标图像进行分割处理、矫正处理等,将图像分为若干区域,提取研究所需区域、排除到干扰区域、矫正不理想区域等操作。图像中级处理的输入通常也为图像,但其输出则为提取的被操作图像的部分属性,例如图像的轮廓、灰度跳变边缘以及部分目标对象的特征属性等)。高级处理则是将通过计算机处理后的目标图像通过相关函数,最终实现与人类视觉的交互。
基于前面的注释,我们可知图像处理技术和图像分析技术之间的都涉及到的相关部分是对图像中单个区域或对象的识别。这样,本课题中所谓的数字图像处理就包含了其输入和输出都是图像的过程,从图像中提取特征的过程,以及对单个对象进行识别的过程。就本课题的目标图像获取过程,包括获取原始快递标签图像、快递标签预处理图像、提取(分割)所需条码区域、用计算机语言代码描述条码图像字符以及识别这些个别字符,就在本课题中所谓的图像处理范围之内。图像处理已成功应用与许多领域,给人们带来了巨大的社会价值,包括本文所涉及的快递单号条形码处理领域。
条形码定位为本文的重点部分,国内外学者也做过很多与条形码定位方面相关的研究。例如:
姚俊、范永法学者等基于图像模板匹配技术对背景较复杂的条形码提出了有效的定位方法[iG]。该方法涉及到的算法思路比较简单易懂,但实际图像中,条码部分可能存在偏转角度,其文章中提到的较理想的水平模板比对实效,且在期刊中论述的模板匹配算法数据量较大、运算计算时间较长,不适合应用于要求反馈实时性强的条码识别有限分拣系统中。
FENG XIAOJUN, GORMISH M J等人提出以JPEG2000压缩图像定位一维条码的方法[11],通过对JPEG2000图像头文件的数据进行分析来确定条码位置,并通过小波编码系数进行验证。运用该方法时其运算的复杂程度明显高于JPEG,因此作用于JPEG图像时还需对目标图像做霍夫曼编码。
JAIN A K和CHEN Y基于不同的条码纹理特性和多通道的Gabor滤波技术[12],对实际中的平整表面图像和复杂弯曲表面图像的条码定位情况进行了讨论,但在实验过程中对于特征图像的计算耗时较长,特征分类过程约需要3秒,实验过程约需32秒,这显然不适用于要求识别速度较快的情况。
CHAID和HOCKF利用图像分块方法[13],算法思路较清晰。首先将条码图像分成32X32的方块,将各个方块中条码平行线的角度值求出,后将有相同或相近角度值的方块进行拼接。但处理过程中对条码图像质量要求较高,有些至少稍差的图像条码区域不能被完整识别提取。
ALEXANDER T等人基于离散余弦变换(DCT,Discrete Cosine Transfo


本文源自:无忧论文网转载保留版权
源头地址:http://www.51lunwen.com/logistics/2014/0830/lw201408301720365215.html

1234

会员登录

邮件:

密码:

会员老师编辑帮助

论文相关搜索



论文财富计划,发表论文赚钱