王 敏，王 康，庄志豪，卢裕贵，孙 硕

(南京信息工程大学 电子与信息工程学院，江苏 南京210044)

0 引言

近几年，快递公司普遍使用电子面单，为快递面单的统一做出了重要贡献，可以极大促进物流分拣的自动化程度。基于数字图像处理的物流分拣主要是对快递面单的地址进行识别进而分拣分流至下一站点，可以降低人力成本，提高自动分拣效率[1-2]。

字符识别主要采用光学字符识别技术，其中数字识别常用的方式包括采用基于笔画特征以及多特征联合等[3-4]的方法，而汉字识别部分主要采用神经网络[5]。LeCun 及其同事于1989年发表了卷积神经网络的研究成果[6]，经过三十多年的发展，卷积神经网络的结构不断增大，网络层数不断加深，处理能力不断增强。但在字符快速识别领域，模板匹配法因识别算法简单、在图像变化较小的情况下识别率高，仍占据一席之地。

在机器视觉的背景下，并响应建设“ 智慧+ 共享物流” 的需要，本文基于数字图像处理技术，提出了一种物流快速按址分拣方法，包括快递面单分割、快递面单地址区域定位以及地址字符识别三部分。并设计了实现系统，由固定机位的CCD 工业相机采集包裹图像传输到计算机进行识别，将识别到的地址信息传输到分拣机器，从而提高分拣效率。

1 基于数字图像处理的物流分拣方法

本方法主要包括快递面单预处理、地址信息区域定位和地址字符识别等环节，流程如图1 所示。

图1 算法流程图

1.1 图像预处理

为了减小数据量以加快字符识别速度，需要将原图像进行灰度化预处理。……