基于曲線擬合的二次曲面QR碼校正.pdf

1、21世紀(jì)，是信息化的社會(huì)，信息化社會(huì)帶給人們更方便快捷的生活方式。圖像作為人類(lèi)感知世界、了解世界的視覺(jué)根基，是人類(lèi)獲取信號(hào)、表達(dá)情感和傳遞溝通的重要手段，二維碼如QR，Data Matrix，Aztec Code，Maxicode等，作為符合以上所有特征的符號(hào)，被研發(fā)之初主要應(yīng)用在汽車(chē)裝配期間汽車(chē)零件的跟蹤，之后的二十多年間，被擴(kuò)展應(yīng)用在各個(gè)行業(yè)中。除此之外，二維碼自身所具備的特點(diǎn)，如:低成本、高可靠性、高保密性、高糾錯(cuò)能力、可編輯外觀

2、等，也是其被廣泛應(yīng)用的主要原因。
　　傳統(tǒng)流通過(guò)程中的QR碼多屬于半自動(dòng)的識(shí)別，如生活超市中的QR碼在第一次掃描失敗后，可以更正識(shí)別方向繼續(xù)識(shí)別，從而容易檢測(cè)出符號(hào)中蘊(yùn)含的信息。但工業(yè)生產(chǎn)線上的QR碼識(shí)別，不可輕易改變識(shí)別條件，所以識(shí)別難度相對(duì)較大。
　　本文的主要研究對(duì)象是工業(yè)二維碼。文章介紹了QR條碼圖像的基礎(chǔ)知識(shí)和碼制特征以及編譯碼原理，并對(duì)糾錯(cuò)碼在解碼過(guò)程中的步驟有了詳細(xì)了解。QR碼圖像識(shí)別包括二維碼符號(hào)鎖定，圖像清

3、晰處理以及解碼等步驟完成，在本文中，研究了二維QR碼處理的基本過(guò)程，并研究了以下的內(nèi)容:
　　(1)針對(duì)工業(yè)QR二維碼圖像采集環(huán)境受限，導(dǎo)致二維碼圖案質(zhì)量不佳，包括背景過(guò)暗或曝光過(guò)強(qiáng)等情況，采用自適應(yīng)伽馬校正方法，增加圖像對(duì)比度。
　　(2)針對(duì)工業(yè)QR碼圖像背景復(fù)雜，干擾因素較多，使用雙立方插值等算法進(jìn)行無(wú)失真縮放。
　　(3)針對(duì)工業(yè)QR二維碼符號(hào)壓縮性強(qiáng)，在巨大的零件上占空比小的問(wèn)題，依據(jù)QR二維碼自身符號(hào)特征，

4、采用圖像模板匹配搜索的方式進(jìn)行二維QR碼輔助搜索。
　　在QR碼的識(shí)別過(guò)程中，傳統(tǒng)的圖像算法對(duì)平面圖像有很好的處理效果，當(dāng)這些算法應(yīng)用在二次曲面失真QR碼時(shí)識(shí)別率就不是理想中的那么好。為此，本文提出一種結(jié)合QR碼自身符號(hào)特征—位置探測(cè)圖案，基于曲線擬合的曲面QR碼校正算法，該算法能夠?qū)崿F(xiàn)對(duì)曲面QR碼快速精確校正的處理結(jié)果。
　　本篇文章整合經(jīng)典圖像預(yù)處理的算法以及本文提出的校正算法，使用C++語(yǔ)言編程，在結(jié)合了Google開(kāi)