[发明专利]基于X光图像的快递包裹智能分拣系统、方法及存储介质在审

专利信息
申请号: 201910687372.9 申请日: 2019-07-26
公开(公告)号: CN110711718A 公开(公告)日: 2020-01-21
发明(设计)人: 崔超;莫月雁;温伟强;何贤军;李功亮;刘锦明;文景明;刘芳 申请(专利权)人: 广东邮政邮件快件服务有限公司
主分类号: B07C5/34 分类号: B07C5/34;B07C5/02;B07C5/36
代理公司: 44202 广州三环专利商标代理有限公司 代理人: 颜希文;麦小婵
地址: 510000 广东省广州市白云国*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 快递 违禁品 分拣装置 分拣 数据处理终端 序列号信息 检测装置 扫描 指令 经传送装置 包裹分拣 存储介质 检测结果 检测算法 类别标签 智能分拣 告警 准确率 预设 写入 传送 采集 传输 携带 检测
【说明书】:

发明实施例公开了基于X光图像的快递包裹智能分拣系统、方法及存储介质,快递包裹经传送装置传送,经过扫描与检测装置后,抵达分拣装置;所述扫描与检测装置,用于将采集快递包裹的位置信息、序列号信息,以及X光图像,传输给所述数据处理终端;所述数据处理终端,用于根据预设的检测算法进行对该快递包裹进行检测,在判断该快递包裹包含违禁品时,将所述X光图像写入违禁品类别标签,显示检测结果并告警;以及,下发携带所述位置信息和所述序列号信息的分拣指令给所述分拣装置;所述分拣装置,用于根据所述分拣指令,将该快递包裹分拣出来。本发明能够提高快递包裹的验视效率和准确率,以及对违禁品进行精准识别和分拣。

技术领域

本发明涉及自动控制技术领域,尤其涉及基于X光图像的快递包裹智能分拣系统、方法及存储介质。

背景技术

近几年来,得益于电子商务的迅猛发展,快递行业迎来了爆发式增长,特别地,在2011-2015年快递行业经历了平均50%以上增速的快速发展。行业快速发展的同时也造成了快递安检方面的巨大压力。快递包裹在投递前,需要预先检测包裹内是否有违禁品,由于快递包裹上的运单信息的真实性并不能得到可靠的保证。

安全起见,传统上,需要专业安检人员在X-光机旁边人工观察每一件货物的X光图像,确认货物是否违禁,这需要耗费极大的人力物力,且工作效率随着安检人员的疲劳度增加而降低,出现漏检和错检的情况也会相应的增多。

目前判别快递中的违禁品的主要方法主要是靠人力进行安检,通常需要几组工作人员轮流工作,每组包括至少一名专业安检人员和两名分拣人员,需要耗费极大的人力物力。

发明内容

本发明所要解决的技术问题在于,提供基于X光图像的快递包裹智能分拣系统、方法及存储介质,能够提高快递包裹的验视效率和准确率,以及对违禁品进行精准识别和分拣。

第一方面,本发明一实施例提供一种基于X光图像的快递包裹智能分拣系统,包括数据处理终端、传送装置、扫描与检测装置和分拣装置;

快递包裹经所述传送装置传送,经过所述扫描与检测装置后,抵达所述分拣装置;

所述扫描与检测装置,用于将采集快递包裹的位置信息、序列号信息,以及X光图像,传输给所述数据处理终端;

所述数据处理终端,用于根据预设的检测算法进行对该快递包裹进行检测,在判断该快递包裹包含违禁品时,将所述X光图像写入违禁品类别标签,显示检测结果并告警;以及,下发携带所述位置信息和所述序列号信息的分拣指令给所述分拣装置;

所述分拣装置,用于根据所述分拣指令,将该快递包裹分拣出来。

优选地,所述预设的检测算法,包括:

1)、建立快递包裹的X光图像数据库,分违禁品与非违禁品两大类,设定违禁品类为目标检测类;

2)、将X光图像分成多个连通区域,每个连通区域的大小为3*3的像素块。

3)、提取各个连通区域的特征,具体的,

A、采用以下公式计算连通区域的局部旋转不变且均匀模式下特征变量:

B、将上述A步骤获得的特征变量参数的变换次数阈值设为N次,在特征变量维度的基础上额外增加N维特征,其公式为:

其中,P为邻域中像素点个数,R为邻域半径, gp为邻域像素点灰度值,gc为中心点灰度像素值,S(x)为符号函数,U(x)计算局部二进制模式中0/1变换的次数;

C、选用一种梯度算子,计算连通区域的方向梯度密度特征直方图:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东邮政邮件快件服务有限公司,未经广东邮政邮件快件服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910687372.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top