典型文献
复杂环境下快递条形码快速检测系统
文献摘要：
目前快递条形码检测过程中采用的人工扫码方法效率低,深度学习识别方法需要大量训练数据集,图像处理方法泛化性能较差,并且难以适应复杂场景下的多目标、多角度条形码快速识别.针对上述问题,提出一种基于颜色和形状特征的条形码快速检测方法.首先对包含有多个任意角度放置的快递图像进行下采样和预处理,根据颜色分割和形状特征对图像进行一次检测,提取快递单候选区域,并通过仿射变换对其进行方向校正;然后对摆正后的快递单候选区域进行二次检测,根据颜色分割和形态学处理提取二维码候选区域,并用Zbar解码器对条形码进行解码,实现复杂环境下快递条形码的多目标快速检测.实验结果表明,所开发的条形码检测系统检测速度快、识别率高、抗干扰能力强,可有效检测复杂环境下的快递条形码.
文献关键词：
条形码检测;阈值分割;轮廓检测;形态学处理;仿射变换;均衡化处理
中图分类号：
作者姓名：
王建锋;董学恒;李军
作者机构：
长安大学 道路交通智能检测实验室,陕西 西安 710064;陕西省道路交通智能检测与装备工程技术研究中心,陕西 西安 710064;陕西硕轩信息科技有限公司,陕西 西安 710032
文献出处：
引用格式：
[1]王建锋;董学恒;李军-.复杂环境下快递条形码快速检测系统)[J].物联网技术,2022(07):26-29
A类：
Zbar
B类：
复杂环境,快递,条形码检测,检测过程,扫码,训练数据集,泛化性能,复杂场景,快速识别,形状特征,快速检测方法,任意角,下采样,颜色分割,候选区域,仿射变换,摆正,形态学处理,二维码,解码器,系统检测,检测速度,识别率高,抗干扰能力,有效检测,阈值分割,轮廓检测,均衡化处理
AB值：
0.25279
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
