计算机视觉技术在零件识别中的应用,计算机视觉技术在物流领域中应用.doc

计算机视觉技术在物流领域中应用

计算机视觉技术在物流领域中应用

摘要：在计算机视觉理论和原理分析基础上，对计算机图像处理及识别技术在物流配送中心中的应用进行了探讨，介绍了该系统的硬软件结构，对应用中的关键技术进行了分析。准确识别商品包装外观，快速进行商品自动分拣，满足流水线上实时性要求，成为决定物流配送中心商品在线检测与识别系统获得成功的关键。

关键词：计算机视觉；图像处理；物流配送

中图分类号：TP391文献标识码：A文章编号：1002-3100(2008)06-0070-03

Abstract: This article to the computer vision theory and in the principle analysis foundation, has carried on the discussion to the computer imagery processing and the recognition technology in the logistics allocation center's application, introduced this system's hard software architecture, has carried on the analysis to the application key technologies. The accurate recognition protective mark outward appearance, carries on the commodity to sort automatically fast, satisfies in the assembly line the timely request, becomes the decision logistics allocation center commodity online examination and the recognition system obtains the successful key.

Key words: computer vision; image processing; logistics allocation

网络信息时代，人类通过接受信息感知世界、认识世界和改造世界。据统计，人类由外界感受到的信息有70%以上是视觉信息，包括图形、图像、文字等。由于视觉信息具有传递速度快、数据量大和距离远等特点，成为人们研究的热点。

计算机视觉自动识别技术是对物体图像进行采集、加工、处理和识别，作为一门交叉学科，具有自动化程度高，能快速获取大量信息，且易于与管理信息系统和工业控制系统集成，被广泛应用于工业、商业、物流等领域，近年来受到各相关行业的高度重视，并逐渐形成一种新的检测识别技术――计算机视觉在线识别系统(Automated Visual In-circuit Recognition System)。

1计算机视觉原理

计算机视觉是指利用计算机模拟人眼的视觉功能，从图像或图像序列中提取信息，对三维景物进行形态和运动识别，以实现对人类视觉功能的扩展，解决许多工业、商业和物流产品图像自动检测识别问题，提高检测识别效率和生产过程自动化水平。

对于计算机视觉系统而言，输入的是表示三维景物投影的灰度图形阵列，结合相应算法，通过计算机图像处理，输出图像所表示景物的符号描述，这些描述是关于物体的类别和物体间的关系，也可以包括表面空间结构、表面物理特性等相关信息。

目前，计算机视觉技术的研究工作都是基于马尔(Marr)的视觉计算理论。Marr视觉计算理论认为，视觉感知可分为三个阶段：(1)早期视觉阶段，目的是提取物体景物的物理特性，包括物体边缘检测、双目立体匹配、形状纹理确定和光流计算等。(2)形成物体本征图像，是以视觉观察点为中心的坐标系中描述物体表面的各种特性，根据描述重建物体边界、按表面和体积分割景物，获得物体的本征图像。(3)物体三维模型重构，即用物体本征图像中所得到的表面信息建立适于视觉识别的三维形状描述，该描述与视觉点无关，是在以物体为中心的坐标系中，用各种符号和几何结构描述物体的三维结构和空间关系。

人类视觉的景物识别能力很强，但也存在障碍，一旦置于某种特殊环境，且景物识别能力会急剧下降，使景物识别的有效性和可靠性大幅度下降。计算机视觉也存在着同样的障碍，它主要表现在三个方面：(1)如何准确、高速(实时)地识别出目标景物；(2)如何有效地增大存储容量，以便容纳足够细节的目标图像；(3)如何有效地构造和组织可靠的识别算法，并且顺利地实现目标识别。

前两者相