随着快递公司内部信息化成型,快递单据正处于普通单据过渡到电子面单的阶段。目前国内大多数中小型快递公司分拣中心的标准化、信息化程度低,依然靠人工录入地址信息,为全面实现自动化分拣带来了阻碍。本文从系统硬件和软件两个角度出发,分别对两种类型快递单地址信息的自动识别进行了研究,为快递单地址信息统一化管理及分拣业务优化提供有利支撑。本文首先依据奈奎斯特定理分析得出了快递单地址文字和条形码识别所需的图像采样精度为0.065mm。依据该精度需求,搭建了一套基于液态变焦镜头的机器视觉自动识别硬件系统,实现了对高度范围1500mm的快递单的图像采集。经测试,硬件系统完整处理一个包裹所需时间为1.1s,像面误差率在±1.0%以内,重复稳定性较好且图像质量满足系统要求。上位机获取到图像信息后,系统软件对快递单地址信息区域进行定位、提取,再分别区域的地址信息进行识别。对于普通单据,通过一种基于地址库和BP神经网络结合的方法实现了手写地址文字的识别。对于电子面单,通过计算黑白条宽度的方法实现了条形码识别。测试结果表明,本文研究的快递单地址自动识别系统对普通单据的识别率为92.7%;电子面单的识别率可达到99.4%。