[发明专利]一种基于视觉识别的邮件自动分拣装置及方法

说明书

本发明公开的一种基于视觉识别的邮件自动分拣装置，包括图像采集单元、OCR模型搭建单元、识别处理单元、分拣单元，OCR模型搭建单元包括样本字体采集模块、标签管理模块、样本预处理模块和训练模块；识别处理单元包括图像预处理模块、OCR识别模块、控制调节模块、显示模块、接口模块；OCR识别模块用于识别二值化字符，将图像预处理得到的二值化字符放入OCR模型搭建单元得出的神经网络模型，得出字符识别结果；控制调节模块用于根据字符识别结果，判断邮件所属的类别，控制分拣单元对邮件进行分拣。本发明通过采集标签样本，对待识别标签字符进行神经网络训练，得出任意字符的OCR模型；对待分拣邮件进行识别归类。

技术领域

本发明涉及物流领域，特别涉及一种基于视觉识别的邮件自动分拣装置及方法。

背景技术

目前，物流行业实现邮件分拣的方式主要是人力分拣，效率低下，极大程度地限制了物流的速度，同时也是对人力资源的一种浪费。应用神经网络训练进行机器学习的方法可以实现OCR识别，要根据实际情况训练出的模型文件才能有较高的实用性。但用机器学习方法识别物体的入门门槛较高。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于视觉识别的邮件自动分拣装置。

本发明的另一目的在于一种基于视觉识别的邮件自动分拣方法。

本发明的目的通过以下的技术方案实现：

一种基于视觉识别的邮件自动分拣装置，包括图像采集单元、OCR模型搭建单元、识别处理单元、分拣单元，其中

所述图像采集单元包括工业摄像头、可调式光源、第一传送带、二轴云台和云台座；所述图像采集单元用于采集邮件图像信息，所述工业摄像头用于采集邮件图像，所述可调式光源根据环境亮度情况为采集邮件图像提供合适的光源；所述二轴云台和云台座用于控制和支撑工业摄像头，所述第一传送带用于将邮件传送到工业摄像头正下方；

所述OCR模型搭建单元包括样本字体采集模块、标签管理模块、样本预处理模块和训练模块；所述样本字体采集模块用于从工业摄像头采集到的图像中提取出字体区域；所述标签管理模块用于管理提取出的字体区域的字符标签，其管理功能包括添加、查看、修改和删除标签；所述样本预处理模块用于处理字体区域，提取出适用于训练的二值化字符；所述训练模块用于将建立识别字体的神经网络模型；

所述识别处理单元包括图像预处理模块、OCR识别模块、控制调节模块、显示模块、接口模块；所述图像预处理模块用于处理字体区域，提取出适用于识别的二值化字符；所述OCR识别模块用于识别二值化字符，将图像预处理得到的二值化字符放入OCR模型搭建单元得出的神经网络模型，得出字符识别结果；所述控制调节模块用于根据字符识别结果，判断邮件所属的类别，控制分拣单元对邮件进行分拣；所述显示模块用于显示识别和分拣结果，用户通过显示模块检测分拣流程；所述接口模块实现与OCR模型搭建单元和分拣单元连接；

所述分拣单元包括第二传送带、设置在第二传送带上的M个隔板，M个分类收集箱，其中M≥1；所述隔板、第二传动带传送带均由控制调节模块控制，用于将特定分类的邮件推入分类收集箱内；所述第二传送带用于将邮件传送至隔板所在位置。

所述工业摄像头为高帧率的可变焦摄像头。该工业摄像头采集速度快，并能适应工业复杂环境的要求，能长时间稳定的工作。

所述可调式光源为环形LED光源。环形LED光源能最大程度避免阴影对识别的影响，同时可根据识别需求调节亮度、颜色，而且较为节能。

所述OCR模型搭建单元、识别处理单元集成在微型PC中。对于OCR模型搭建单元搭建好的OCR模型，用户只需控制样本拍摄，设置少量的几个参数，便可训练出合适的OCR模型；微型PC为识别处理单元提供界面，对整个装置进行控制。

本发明的另一目的通过以下的技术方案实现：