基于条形码识别的物流快递自动化分拣方法与流程

本发明属于物流快递分拣，涉及到基于条形码识别的物流快递自动化分拣方法。

背景技术：

1、随着物流行业的蓬勃发展，条码被广泛应用于快递物流产品的传输、识别、记录等方面，旧的条码标识依赖人工较多，受旧识别技术、自身速度等因素的限制，识别速度过慢，工作效率过低。

2、现在快递业务类型多是异地快递，包裹不可避免的流转多个分拨中心，这些都很容易导致快递面单条形码的破损，无法进行识别。从而影响正常的分拣。

3、基于传统的数字图像处理的方式在对面单信息进行检测识别时易受环境的影响，同时在包裹流转多个物流中心时很容易产生面单的损坏、腐蚀等现象，直接导致了无法正确识别分拣信息。

技术实现思路

1、鉴于以上现有技术存在的问题，本发明提供基于条形码识别的物流快递自动化分拣方法，用于解决据上述技术问题。

2、为了实现上述目的及其他目的，本发明采用的技术方案如下：

3、本发明一方面提供了基于条形码识别的物流快递自动化分拣方法，该方法包括如下步骤：

4、步骤一、利用输送装置中成像系统对目标批次对应各快递进行图像采集，将获取的图像传至中央处理器，由中央处理器对目标批次对应各快递进行图像分析；

5、步骤二、依据分析结果对目标批次对应各快递进行传送信号确定，由此确定汇入正常输送装置的目标批次对应各快递，将其标注为目标批次对应各目标快递；

6、步骤三、对目标批次对应各目标快递进行深度处理，由此确定目标批次对应各目标快递的最终运送地址对应分支输送装置。

7、在上述方案基础上优选，所述对目标批次对应各快递进行图像分析，具体分析过程为：s11、将目标批次对应各快递的图像进行放大直至显示像素点，并获取目标批次对应各快递的图像中各像素点的rgb值，将其进行转换到范围内，得到目标批次对应各快递的图像中各像素点的转换rgb值，将其记为，i表示各快递的编号，i=1,2,...f,d表示各像素点的编号，d=1,2,...m;

8、s12、得到目标批次对应各快递的图像中各像素点对应像素最大值，同理得出目标批次对应各快递的图像中各像素点对应像素最小值；

9、s13、并将目标批次对应各快递的图像中各像素点的转换rgb值转换到hsv颜色空间值，其具体转换公式为：，得出目标批次对应各快递的图像中各像素点的明度；得出目标批次对应各快递的图像中各像素点的饱和度；得出目标批次对应各快递的图像中各像素点的色相；

10、s14、将目标批次对应各快递的图像中各像素点的明度、饱和度和色相进行组合，由此得到目标批次对应各快递的图像中各像素点的hsv颜色空间值；

11、s15、将目标批次对应各快递的图像中各像素点进行铺平，筛选出最左下角的像素点作为直角坐标系的原点，由此通过构建的直角坐标系得到目标批次对应各快递的图像中各像素点的坐标点。

12、在上述方案基础上优选，所述对目标批次对应各快递进行图像分析，具体分析过程还包括如下步骤：

13、s21、从编码数据库中提取出设定的hsv颜色空间值对应的下界值和上界值；

14、s22、创建二值掩膜，由此计算得到目标批次对应各快递的图像中各像素点对应二值掩膜值；具体计算过程公式如下：，其中，限制条件具体表现为，表示数学符号非；

15、具体表示的限制条件为；

16、具体表示的限制条件为；

17、具体表示的限制条件为；

18、其中,表示目标批次对应第i个快递的图像中第d个像素点的坐标点，分别表示目标批次对应第i个快递的图像中第d个像素点对应坐标点的明度、饱和度和色相；

19、s23、将目标批次对应各快递的图像中各像素点对应二值掩膜值与预定义的阈值范围进行比对，若目标批次对应某快递的图像中某像素点对应二值掩膜值在预定义的阈值范围内，则将目标批次对应该快递的图像中该像素点标记成白色，反之则将目标批次对应该快递的图像中该像素点标记成黑色，由此得到目标批次对应各快递的灰度化图像；

20、s24、从编码数据库中提取出电子面单三段码灰度模板，利用计算机软件将目标批次对应各快递的灰度化图像与电子面单三段码灰度模板进行匹配，若存在有匹配成功区域则将该匹配成功区域记为目标批次对应各快递的参考模板区域。

21、在上述方案基础上优选，所述步骤二中确定汇入正常输送装置的目标批次对应各快递，具体确定过程如下：

22、将未与电子面单三段码灰度模板匹配成功的目标批次对应各快递进行标记并同步获取未与电子面单三段码灰度模板匹配成功的目标批次对应各快递在输送装置中的位置，发送对应异常传输信号至输送装置中，由输送装置将未与电子面单三段码灰度模板匹配成功的目标批次对应各快递进行输送至分支输送装置中；

23、将与电子面单三段码灰度模板匹配成功的目标批次对应各快递发送对应正常传输信号至输送装置中，由输送装置将与电子面单三段码灰度模板匹配成功的目标批次对应各快递进行输送至正常输送装置中，由此确定出确定汇入正常输送装置的目标批次对应各快递。

24、在上述方案基础上优选，所述步骤三中对目标批次对应各目标快递进行深度处理，具体处理过程为：

25、获取目标批次对应各目标快递的图像内条形码区域，并基于sobel算子和otsu算法对目标批次对应各目标快递的图像内条形码区域进行边缘直线检测，进而得到目标批次对应各目标快递的图像内条形码区域边缘直线的各交点，分别为，k表示各目标快递的编号，k=1,2,...n,再通过顶点坐标确定目标批次对应各目标快递的畸变校正图像内条形码区域的宽度和高度，具体如下式所示：；

26、；

27、式中表示目标批次对应第k个目标快递的畸变校正图像内条形码区域的宽度和高度；经过畸变校正的目标批次对应各目标快递的畸变校正图像内条形码区域的四个顶点是从原顶点导出的，具体导出公式为：；；；；由此获取目标批次对应各目标快递的畸变校正图像内条形码区域的各顶点坐标，分别为。

28、在上述方案基础上优选，所述对目标批次对应各目标快递的图像内条形码区域进行边缘直线检测，具体处理过程如下：

29、从编码数据库提取出水平方向上的sobel算子的卷积核以及垂直方向上的sobel算子的卷积核；从目标批次对应各目标快递的图像内条形码区域中各像素点中任意选取以像素点作为参考像素点，由此得到目标批次对应各目标快递对应图像内条形码区域的参考像素点，并获取目标批次对应各目标快递对应图像内条形码区域的参考像素点的灰度值；

30、并使用上述sobel算子分别计算目标批次对应各目标快递对应图像内条形码区域的参考像素点对应水平方向和垂直方向的梯度；

31、，其中，，，，，，，，，；

32、，其中，，，，，，，，；

33、由此分别得出目标批次对应各目标快递对应图像内条形码区域的参考像素点对应水平方向和垂直方向的梯度；

34、进而得到目标批次对应各目标快递对应图像内条形码区域的参考像素点的梯度幅值。

35、在上述方案基础上优选，所述对目标批次对应各目标快递的图像内条形码区域进行边缘直线检测，具体处理过程还包括如下步骤：

36、获取目标批次对应各目标快递对应图像内条形码区域的像素点总数目,并从其中筛选得到目标批次对应各目标快递对应图像内条形码区域的前景像素和背景像素的个数和灰度值；

37、进一步得到目标批次对应各目标快递对应图像内条形码区域的前景像素和背景像素占像素点总数目的比例，将其分别记为和；

38、并将目标批次对应各目标快递对应图像内条形码区域的前景像素的灰度值进行求和并均值计算，得到目标批次对应各目标快递对应图像内条形码区域的前景像素的平均灰度值，同理可得目标批次对应各目标快递对应图像内条形码区域的背景像素的平均灰度值；综合分析得出目标批次对应各目标快递对应图像内条形码区域的的最大类间方差；并使用otsu算法对目标批次对应各目标快递对应图像内条形码区域的进行二值化处理，具体处理公式如下：，其中，为目标批次对应第k个目标快递对应图像内条形码区域的的边缘检测结果，其中值为1的像素点代表边缘，值为0的像素点代表非边缘；

39、以此分析方式同理分析得到目标批次对应各目标快递的图像内条形码区域的各像素点的边缘检测结果，由此得到检测得出目标批次对应各目标快递的图像内条形码区域中的各边缘直线。

40、在上述方案基础上优选，所述确定目标批次对应各目标快递的最终运送地址对应分支输送装置，具体确定过程为：

41、从目标批次对应各目标快递的畸变校正图像内条形码区域中获取目标批次对应各目标快递的条形码信息，通过编码表对目标批次对应各目标快递的畸变校正图像内条形码区域中各编码进行解码操作，由此确定目标批次对应各目标快递的最终运送地址，并将其与各分支输送装置对应最终运送地址范围进行比对，由此确定目标批次对应各目标快递的最终运送地址对应分支输送装置。

42、本发明另一方面提供了基于条形码识别的物流快递自动化分拣装置，其特征在于，包括电子设备和计算机可读存储介质；

43、所述电子设备包括处理器、存储器及通信总线，所述存储器上存储有可被所述处理器执行的计算机可读程序；

44、所述通信总线实现处理器与存储器之间的连接通信；

45、所述处理器执行所述计算机可读程序时实现上述的基于条形码识别的物流快递自动化分拣方法中的步骤；

46、所述计算机可读存储介质存储一个或者多个程序，所述一个或者多个程序可被一个或多个处理器执行，以实现上述的基于条形码识别的物流快递自动化分拣方法中的步骤。

47、如上所述，本发明提供的基于条形码识别的物流快递自动化分拣方法，至少具有以下有益效果：

48、本发明提供的基于条形码识别的物流快递自动化分拣方法，通过利用输送装置中成像系统对目标批次对应各快递进行图像采集，将获取的图像传至中央处理器，由中央处理器对目标批次对应各快递进行图像分析，依据分析结果对目标批次对应各快递进行传送信号确定，由此确定汇入正常输送装置的目标批次对应各快递，并对目标批次对应各目标快递进行深度处理，由此确定目标批次对应各目标快递的最终运送地址对应分支输送装置，一方面，可以极大地降低对人工操作的依赖，加快物流处理速度，减少错误率，提升客户满意度，另一方面，可以提高自动化系统处理大量包裹的能力，帮助企业应对高峰时期的物流压力，保持竞争力，与此同时不仅提高了物流系统的效率和准确性，降低了人工成本和错误率，而且还加强了数据分析的可靠性，提升了客户体验。