計算機視覺技術在物流領域中的應用

摘要：在計算機視覺理論和原理分析基礎上，對計算機圖像處理及識別技術在物流配送中心中的應用進行了探討，介紹了該系統的硬軟件結構，對應用中的關鍵技術進行了分析。準確識別商品包裝外觀，快速進行商品自動分揀，滿足流水線上實時性要求，成為決定物流配送中心商品在線檢測與識別系統獲得成功的關鍵。

關鍵詞：計算機視覺；圖像處理；物流配送

中圖分類號：TP391文獻標識碼：A文章編號：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

網絡信息時代，人類通過接受信息感知世界、認識世界和改造世界。據統計，人類由外界感受到的信息有70%以上是視覺信息，包括圖形、圖像、文字等。由于視覺信息具有傳遞速度快、數據量大和距離遠等特點，成為人們研究的熱點。

計算機視覺自動識別技術是對物體圖像進行采集、加工、處理和識別，作為一門交叉學科，具有自動化程度高，能快速獲取大量信息，且易于與管理信息系統和工業控制系統集成，被廣泛應用于工業、商業、物流等領域，近年來受到各相關行業的高度重視，并逐漸形成一種新的檢測識別技術——計算機視覺在線識別系統（Automated Visual In-circuit Recognition System）。

1計算機視覺原理

計算機視覺是指利用計算機模擬人眼的視覺功能，從圖像或圖像序列中提取信息，對三維景物進行形態和運動識別，以實現對人類視覺功能的擴展，解決許多工業、商業和物流產品圖像自動檢測識別問題，提高檢測識別效率和生產過程自動化水平。

對于計算機視覺系統而言，輸入的是表示三維景物投影的灰度圖形陣列，結合相應算法，通過計算機圖像處理，輸出圖像所表示景物的符號描述，這些描述是關于物體的類別和物體間的關系，也可以包括表面空間結構、表面物理特性等相關信息。

目前，計算機視覺技術的研究工作都是基于馬爾（Marr）的視覺計算理論。Marr視覺計算理論認為，視覺感知可分為三個階段：（1）早期視覺階段，目的是提取物體景物的物理特性，包括物體邊緣檢測、雙目立體匹配、形狀紋理確定和光流計算等。（2）形成物體本征圖像，是以視覺觀察點為中心的坐標系中描述物體表面的各種特性，根據描述重建物體邊界、按表面和體積分割景物，獲得物體的本征圖像。（3）物體三維模型重構，即用物體本征圖像中所得到的表面信息建立適于視覺識別的三維形狀描述，該描述與視覺點無關，是在以物體為中心的坐標系中，用各種符號和幾何結構描述物體的三維結構和空間關系。

人類視覺的景物識別能力很強，但也存在障礙，一旦置于某種特殊環境，且景物識別能力會急劇下降，使景物識別的有效性和可靠性大幅度下降。計算機視覺也存在著同樣的障礙，它主要表現在三個方面：（1）如何準確、高速（實時）地識別出目標景物；（2）如何有效地增大存儲容量，以便容納足夠細節的目標圖像；（3）如何有效地構造和組織可靠的識別算法，并且順利地實現目標識別。

前兩者相當于如人類大腦般的物質基礎，計算機視覺技術需要解決的是如何在此物質基礎上，應用高速陣列處理單元及算法（如神經網絡、分維算法、小波變換等）上的新突破，以極少的計算量快速并行地實現某些功能。

計算機視覺涉及到人工智能、神經生物學、心理物理學、計算機科學、圖像處理、圖像理解、模式識別等多個領域，是一門多學科交叉的邊緣科學，其中，圖像處理、圖像理解、模式識別與計算機視覺關系最為密切。圖像處理，是把輸入圖像轉換成具有所希望特性的另一幅圖像，例如濾波、銳化增強等。模式識別，是根據圖像的統計特性或結構信息把輸入圖像分成預定的類別。圖像理解，是對于給定的圖像，描述圖像本身及圖像所代表的景物。

圖像處理和模式識別一般過程主要由五部分組成：圖像采集輸入、圖像預處理、特征提取、圖像匹配和圖像輸出。

計算機視覺系統的特點是高效、準確和低成本。尤其是在某些不適于人工作業的環境或人眼難以滿足要求的場合，用計算機視覺來替代人工視覺，可以大大提高生產效率和生產的自動化程度，是實現計算機集成管理和集成控制的技術基礎。

2工業視覺系統架構

計算機視覺作為一門獨立的學科正受到越來越廣泛的重視，目前，計算機視覺已被大量應用于遙感圖像分析、文字識別、醫學圖像處理、多媒體技術、圖像數據庫、工業檢測與軍事等方面。在工業領域中，計算機視覺的應用已從國防工業轉向了民用工業，推動圖象處理和計算機視覺檢測技術廣泛應用于工業領域。

工業視覺系統的應用大致可分為兩個方向：工業視覺檢測系統和工業機器人系統。工業視覺檢測系統是利用視覺手段獲取被測物體圖像與預先已知標準進行比較，從而確定被測物體的質量狀況。工業機器人系統是一種基于視覺測量并進行制導和控制的系統。比較而言，工業視覺檢測系統比工業機器人系統有更廣泛的應用。工業視覺系統組成如圖3所示：

工業視覺系統與普通視覺系統的區別，不在于圖像處理的理論方法，而在于圖像處理實現的技術和工業應用環境的特殊要求。典型的工業視覺系統，在線工作于生產流水線中；被測物體是運動的，圖像的獲取與物體的運動同步進行；被測物體處于雜亂背景中，必須將其從中提取出來。此外，檢測結果必須及時報告或傳輸給其它執行系統。這使得工業視覺系統必須包括一些必要的子系統：光源和光學成像系統；攝像與圖像處理系統；用于控制攝像、圖象處理、圖象分析的計算機系統；與生產線的同步通訊系統；輸出檢測結果系統。

工業視覺系統的各子系統，隨應用問題的不同，有很大差異。通常，根據求解的問題不同，系統設計必須分別選擇或設計不同的子系統，最后集成為一個完整的系統。

3計算機視覺技術在物流領域中的應用

配送中心設立主要目的是為了實現對上游資源的重新整合，完成物流中的配送，是位于物流節點上專門從事貨物配送活動的經營組織或經營實體。建立物流配送中心的根本意義在于提高服務水平，降低成本和增加效益。配送中心信息系統是一個內部流程十分復雜，信息量十分大的系統。其基本功能包括：系統管理、出入庫管理、訂單管理、發貨計劃、采購管理、報表管理、退貨管理等。配送中心內部的信息流動是交錯復雜的，所以各部門模塊之間也相互關聯。

配送中心信息系統與各種自動化設備和自動化技術密切相關。配送中心作業流程的每一步操作都要準確、及時，快速準確的關鍵在于數據采集。如果沒有高效率的數據采集技術，就不可能將信息快速、準確的傳達給管理控制系統。目前，國內配送中心大多采用的是條碼掃描技術作為倉庫管理中貨物流和信息流同步的主要載體。隨著企業對信息化要求不斷提高，條碼技術和RFID技術在應用中存在著一些無法克服的缺點。

（1）成本高、易受外在環境干擾而影響信息正確識別。

（2）需要上游供應商在生產過程中提供相應配合，RFID目前無統一標準，編碼標準體系復雜。

（3）僅靠條碼和RFID技術，無法對商品外觀完整性進行檢測等。

從整個供應鏈物流作業過程看，商品在整個供應鏈上流動。操作中最為頻繁的就是出/入庫操作和配送中心商品自動識別和分揀，與條碼和RFID技術相配合，商品在線圖像識別技術在配送中心出/入庫、自動分揀過程中的應用具有很好的擴展價值。基于圖像識別商品出/入庫及自動分揀原理如圖5所示。

依托先進的自控技術、電子技術和信息技術，可實現資源最優化配置，使整個物流系統進入現代化的運行模式，降低運營成本、提高運營效率、提高經濟效益，把現代物流配送智能化推進到一個嶄新的階段。

4基于商品圖像自動識別關鍵技術

由于物流業務過程復雜，配送中心所涉及商品品目繁多，與條碼和RFID商品信息自動采集系統相配合，商品自動識別和自動分揀應用必須解決以下關鍵技術。

（1）在計算機視覺系統中，分辨率是一項重要指標。不同應用環境、被測物體的大小和精度差別對計算機視覺系統采樣分辨率都有不同的要求。在空間方面，必須滿足采樣定理，保證獲取圖像空間的分辨率足以表征被測物的最小缺陷尺寸；在灰度方面，光源必須有足夠的照度，攝像機必須有足夠的靈敏度和動態范圍。大多數應用中，采用普通512×512×8面陣CCD攝像機和線陣1 024攝像機就能滿足需要。在某些要求極高的場合中，必須研制光學成像系統或增加多套攝像系統。

（2）圖像的處理能力和速度是計算機視覺系統另一個重要指標。在典型的計算機視覺系統中，圖象處理應當完成如下任務：精確的維數測量，抑制無用信號，增強有用信號，檢測特征尺寸、位置和形狀，識別特征表征的物體、標號或缺陷等，確定位置、方向并決策。完成上述任務需要相當大的計算量，只靠高性能通用計算機是無法完成的，需要專用的實時圖象處理系統與之相配合。

圖象處理系統具有實時特征提取能力，是保證能實時進行圖像分析的前提。通用計算機用于實時讀取來自圖象處理系統的特征數據，并在此基礎上完成：特征數據分析、識別和判決、控制圖象處理系統的工作流程、與生產線同步通訊、檢測結果實時向外輸送報告等工作。特征數據分析是較高級處理，需要特定知識的支持，但在計算機視覺系統中，圖象分析的時間很有限，因此，研究簡單有效算法非常重要。

由此可見，計算機視覺系統是一個集成系統，是一個面向特定問題的系統，它受到分辨率和圖像處理速度兩個條件的約束。計算機視覺系統要在滿足這兩者條件下，對每個子系統進行調整和平衡，以求得最好的性能價格比。

參考文獻：

[1] 連國棟，蔣挺. 利用圖象處理技術進行空心光纖內外徑測量[J]. 計算機測量與控制，2003，11(8):569-573.

[2] 郁梅，蔣剛毅，郁伯康，等. 智能交通系統中計算機視覺技術的應用[J]. 計算機工程與應用，2001(10):101-103.

[3] 王洪君，孫筱雯，石鈞，等. 基于自適應鄰域對比度增強的直方圖均衡算法[J]. 計算機應用，2003，6(23):124-126.

[4] 張汗靈，郝重陽. 基于特征的自動圖像配準算法[J]. 視頻技術應用與工程，2003，9(255):80-83.

[5] 張文景，張文淵，蘇健鋒，等. 計算機視覺檢測技術及其在機械零件檢測中的應用[J]. 上海交通大學學報， 1999，33(5):635-638.

[6] 王緬，劉文清. 具有快速、可靠機器視覺的智能傳感器[J]. 光電子技術與信息，2000，13(6):28-30.

[7] 費耀平，谷士文，劉應龍，等. 工業視覺系統及應用[J]. 長沙鐵道學院學報，1997，15(1):25-30.