QR碼識(shí)別方法研究.pdf

1、在我國，二維碼已經(jīng)廣泛應(yīng)用于各種行業(yè)，用普通的攝入設(shè)備拍攝二維碼將其識(shí)別出來是二維碼應(yīng)用的一個(gè)重要的發(fā)展方向。本文介紹了二維碼的編碼規(guī)則，論述了二維碼的解碼過程，提出了一個(gè)基于手機(jī)拍攝方式的考生身份認(rèn)證系統(tǒng)的QR碼應(yīng)用方案，針對(duì)攝像頭拍攝的QR碼圖像，對(duì)比和研究了已有的圖像處理方式識(shí)別條碼的方法。 已有的方法是利用Hough變換與邊緣檢測把條碼圖像從原始圖像中分割出來，用Flourier濾波變換自適應(yīng)地選取閾值去除噪聲導(dǎo)致的無效

2、邊界，從而得到條碼的基本模塊，但對(duì)散焦模糊圖像的檢測效果不是很好，F(xiàn)lourier變換濾波的復(fù)雜度高且不能通用。通過灰度化、中值濾波、二值化、圖像定位、旋轉(zhuǎn)、分割、譯碼來完成識(shí)別。其中主要?jiǎng)?chuàng)新在于改進(jìn)了中值濾波算法降低了噪聲，以及在Hough變換前，劃水平和豎直方向的直線，用直線探測點(diǎn)來減少運(yùn)算量。 在中值濾波中，結(jié)合極值中值濾波與自適應(yīng)中值濾波的優(yōu)點(diǎn)，改進(jìn)了自適應(yīng)中值濾波方法。主要思想是：將信號(hào)分為信號(hào)點(diǎn)和可疑噪聲點(diǎn)進(jìn)行二次處

3、理，降低將某些信號(hào)誤判為噪聲的可能。對(duì)于低密度區(qū)和高密度區(qū)噪聲區(qū)別處理，緩和了保護(hù)細(xì)節(jié)和濾噪的矛盾。 對(duì)圖像中的可疑噪聲點(diǎn)采用二次檢測窗口再次檢測，提高了噪聲檢測的準(zhǔn)確性，且不會(huì)對(duì)運(yùn)算速度造成大的影響。對(duì)在第1層的濾窗中能找到中值，且在第2層中已被二次檢測確定為噪聲的像素點(diǎn)，采取8個(gè)典型紋理子窗口的窗口，根據(jù)濾窗內(nèi)圖像的紋理走向進(jìn)行濾波。對(duì)在濾窗內(nèi)可以找到中值的低密度噪聲區(qū)的噪聲點(diǎn)，可充分考慮其局部細(xì)節(jié)特征進(jìn)行中值濾波。對(duì)于在第

4、1層中濾窗尺寸取到最大時(shí)仍沒有找到中值的高密度噪聲區(qū)的像素點(diǎn)，如果在經(jīng)典的自適應(yīng)濾波算法的第2層的判定中被認(rèn)定為可疑噪聲點(diǎn)，則采用二次檢測窗口對(duì)該點(diǎn)進(jìn)行進(jìn)一步檢測。如果二次檢測被判定為信號(hào)點(diǎn)則原灰度值輸出，如果仍舊判定為噪聲點(diǎn)則選擇窗口內(nèi)幾個(gè)特定方向上像素的灰度值排序后的各中值的加權(quán)求和運(yùn)算值輸出。 在Hough前增加一個(gè)處理步驟，在圖像的豎直方向過所有像素列劃直線，記錄下每條直線遇到的第一個(gè)點(diǎn)，舍棄其他點(diǎn)，接下來的Hough變