计算机视觉在物流产业的应用

计算机视觉在物流产业的应用
作者：张莹杨青锦
来源：《中国管理信息化》2013年第06期
[摘要] 本文基于计算机视觉理论，通过对物流流水线传输物体颜色空间主色的提取，设计了物流流水线物体自动计数的算法。

该算法实现了对传输物体的多方位计数，为信息业与物流业的融合，提高物流企业的自动化水平提供了新的理念。

[关键词] 物流企业；自动化；算法
[中图分类号] F252； TP39 [文献标识码] A [文章编号] 1673 - 0194（2013）06- 0058- 03
0 引言
随着物流业被列入我国十大行业振兴计划，物流业已经成为我国经济发展的不可缺少的重要组成部分。

物流业是我国经济运行的基础，是推动国民经济发展的重要支柱性产业之一。

随着国家持续加强和改善宏观调控政策，物流业发展环境和条件不断改善，物流业保持了较快的增长速度。

但由于中国物流业起步较晚，存在物流成本较高、管理落后等问题，离一体化、信息化的物流业还有一定差距。

中国物流业只有应用现代物流的理念，采用先进的信息技术与运作方式，才能应对拥有技术、资金和管理优势的外国企业的竞争。

实现传统物流业向现代物流业的转变，也是物流业自身结构调整和产业升级的需要，是整个国民经济发展的必然要求。

我国经济要集约式发展，必然需要推进现代物流。

现代物流的根本宗旨是降低物流成本、提高物流效率、满足客户需求，其中信息化是现代物流的核心。

随着信息技术的不断更新和物流企业自身的发展，使得新兴的信息业务与传统物流业务之间相互介入，模糊了新兴信息技术及业务与传统物流业务的界限，从而模糊了物流业的产业属性和产业界限，即发生了产业融合现象。

产业融合是由于技术进步和放松管制的原因，发生在产业边界和交叉处的技术融合，在经过不同产业或行业之间的业务、组织、管理和市场的资源整合后，改变了原有产业产品和市场需求的特征，导致产业的企业之间竞争合作关系发生改变，从而最终造成产业界限的模糊化甚至重划产业界限。

产业融合促进了传统产业创新，进而推进产业结构优化与产业发展，即产生创新性优化效应。

物流信息化的重要性已经引起国内很多学者的重视，并纷纷提出相应的观点和建议。

马健（2005）认为物流企业将在建立呼叫中心、应用系统领域和网络计算机领域出现信息化融合的趋势，并提出物流企业应采取的战略。

邓小瑜（2011）等从技术融合、产品融合、业务融合、产业衍生4个层面阐述了物流业如何进行信息化建设。

物流业与信息业的融合包含通过融合信息技术提高来增强企业竞争力和将信息业务增加到物流服务中形成新的业务2个方面。

视频摄像头在日常生活中非常普遍，但是利用率较低，大部分监控系统都是提供视频数据的线性存储，成为事后证据查找的有效手段。

近年来，随着计算机视觉的发展，很多学者开始
研究视频理解，尤其是针对视频信息检测与识别技术，建立有效的算法，实现底层图像处理技术与高层视频内容分析之间的关联，从而推动了计算机视觉在物流领域的应用，提高物流企业的竞争力。

1 计算机视觉的相关知识
1.1 计算机视觉的概念
20世纪80年代初，Marr从信息处理的角度，提出了第一个比较完善的计算机系统视觉框架。

计算机视觉是指利用计算机模拟人眼的视觉功能，对图片或视频进行采集、加工、处理和识别，从中提取三维景物的形态和运动信息，解决物流、工业、商业等领域产品图像自动检测识别问题，提高检测识别效率和自动化程度。

计算机视觉自动识别技术作为一门交叉学科，近年来受到各相关行业的高度重视。

计算机视觉的处理流程为：摄像机图像采集→图像处理→计算机帧存储、图像识别→控制逻辑→显示器显示。

1.2 亮度要求
基于计算机视觉的硬件环境中，亮度是非常重要的因素。

在计算机视觉中亮度的作用是突出物体的重要特征或使物体本身可见，而弱化物体其他不需要的特征或物体所处的背景。

如果物体太亮或太暗，都会影响对物体的处理。

彩色物体反射光谱的某些部分，吸收其他部分。

因此开发人员可以利用这个特点来提高某些物体的可视度。

开发人员可以利用颜色之间的对比增强某种颜色或抑制其相反的颜色。

例如，如果一个红色的物体在一个绿色背景中则应该加强红色，这时可使用红色照明。

这样红色的物体会显得明亮，同时会变暗绿色的对象。

LED是目前用于计算机视觉的主要照明技术，相比白炽灯、日光灯等使用时间短、亮度逐渐减弱的特点，LED灯的寿命超过100万小时，而且耗电小，产生热量少。

1.3 计算机和摄像机的接口
常用的计算机和摄像机接口包括IEEE 1394、Ethernet、USB2.0 and Gigabit Ethernet等。

1.4 RGB介绍
RGB 颜色空间是实际应用最多的一个颜色空间，在使用计算机进行图像处理时，数字图像一般用RGB 空间存储和表示，分3个通道：红（Red）、绿（Green）和蓝（Blue），分别反映了颜色在某个通道的亮度值。

3种原色光不同比例混合即使得人得到不同颜色的感知，这就是RGB颜色空间的由来。

RGB 空间中每种颜色都能用三维空间中的一个点来表示。

2 计算机视觉在物流领域的优势
随着物流业的迅速发展，计算机视觉在条形码识别、运动物流跟踪方面逐渐得到应用。

与传统方法相比，计算机视觉应用在物流领域的优势为以下方面。

2.1 灵活、低成本
物流系统中一般采用传感器来收集相关信息，但是传感器的位置是固定的，如果需要多方位的信息，必须同时需要多个传感器才能完成。

利用计算机视觉摄像机和计算机来完成，只需要通过程序的设置和一台摄像机就可实现多方位信息的收集。

2.2 高效、准确
在一些人眼难以满足要求的场合，或不适于人工工作的环境下，用计算机视觉来代替人工视觉可以提高生产效率、信息的准确率。

3 计算机视觉在流水线中多方位跟踪计数的算法
物流企业在流水线产品的计数方法目前主要采用传感器，而利用摄像机所提供的视频信息可以实现多方位的跟踪。

计算机视觉是一个集成系统，图像分析的时间有限，算法必须简单有效。

本文采用的物流流水线视频图像如图1所示。

图中红色矩形表示流水线中传输的物品，绿色区域为流水线中的物品处理区域。

系统会在视频图像中设计①、②、③、④四个计数区域，在物品进行相关处理前进行计数。

计数方法为将每帧图像变为黑白图，图像中的红色变为白色，其余都变为黑色。

当每幅图像中的红线部分中的白色像素超过一定阈值时，认为物体撞线，如图2所示，这时确定有需要计数的物品通过，可以开始计数。

3.1 主要算法
3.2 算法的运行结果
OpenCV是Intel公司开发的开源计算机视觉库。

它提供了几百个C/C++函数，实现了计算机视觉领域中大部分最常用的算法。

利用Intel开发的开源视觉库Intel OpenCV和VC6.0将上述算法转换为对应的源代码，可实现4个区域的物品计数。

3.3 算法的评价
该算法利用计算机视觉技术实现了物流流水线上的多方位计数，提高物流企业的信息化水平，节约了资金。

算法简单，运行速度快，完全可以满足物流企业的实际需求。

4 结论与建议
本文所提出的算法实现了计算机视觉技术在物流企业的应用，为信息产业和物流业的融合提供了新的思路。

但信息产业与物流产业的融合并不意味着引入信息技术后物流业的竞争力一定能提高。

Berry（1995）指出了企业可以从6个方面来利用技术手段来提高竞争力，根据Berry的建议和我国物流业的实际情况，本文认为从以下几个方面来考虑如何通过与信息技术的融合提高物流企业的竞争力。

4.1 要有一个战略性的全局行动纲领
技术只是一种手段，使用技术的目的是为了企业发展服务，应符合全局发展的需要。

因此物流企业高层管理者应该参与技术战略的制定，保证技术战略与全局战略一致，并有CIO（首席信息官）监控具体执行情况。

而不应该盲目使用一些新技术或进行信息改革，造成企业不必要的损失。

4.2 解决主要问题
物流业作为服务行业其最终目的是为客户服务，使用信息技术的有效性应建立在为客户解决实际问题的基础上。

因此信息产业与物流业的融合应体现在为客户提供更多的便利，或提供增值服务的基础上。

4.3 使用物流公共信息平台和建立物流信息系统，保证系统有效运转
通过现代物流公共信息平台的建设，企业可以及时获得需求信息，政府可获得物流业相关的调控和管理的宏观信息，实现互联互通。

通过企业流程再造，利用含有CRM（客户关系管理）等模块的ERP系统，采用EDI（电子数据交换系统）、GPS、条形码、无线射频技术等先进技术，建立真正适应企业发展的符合现有服务模式的管理信息系统。

4.4 创新型物流人才的引进和培养
物流企业在自身提高业务流程和信息化水平的同时，还应注重创新型人才的引进和培养，特别是有国际大型物流企业管理和技术经验的复合型人才。

主要参考文献
[1] L Leonard，Berry. On Great Service：A Framework for Action[M]. New York NY：The Free Press，1995.
[2] 胡军，赵东风. 计算机视觉技术在物流领域中的应用[J]. 物流科技，2008（6）：70-72.
[3] 马健. 物流企业的信息化融合趋势及竞争战略研究[J]. 生产力研究，2005（1）：217-219.。