QR码识别方法研究.pdf

摘 要 在我国，二维码已经广泛应用于各种行业，用普通的摄入设备拍 摄二维码将其识别出来是二维码应用的一个重要的发展方向。本文介 绍了二维码的编码规则，论述了二维码的解码过程，提出了一个基于 手机拍摄方式的考生身份认证系统的QR码应用方案，针对摄像头拍 摄的QR码图像，对比和研究了已有的图像处理方式识别条码的方法。 已有的方法是利用Hough变换与边缘检测把条码图像从原始图 像中分割出来，用Flourier滤波变换自适应地选取阈值去除噪声导致 的无效边界，从而得到条码的基本模块，但对散焦模糊图像的检测效 果不是很好，Flourier变换滤波的复杂度高且不能通用。本文通过灰 度化、中值滤波、二值化、图像定位、旋转、分割、译码来完成识别。 其中主要创新在于改进了中值滤波算法降低了噪声，以及在Hough 变换前，划水平和竖直方向的直线，用直线探测点来减少运算量。 在中值滤波中，本文结合极值中值滤波与自适应中值滤波的优 点，改进了自适应中值滤波方法。主要思想是：将信号分为信号点和 可疑噪声点进行二次处理，降低将某些信号误判为噪声的可能。对于 低密度区和高密度区噪声区别处理，缓和了保护细节和滤噪的矛盾。 对图像中的可疑噪声点采用二次检测窗口再次检测，提高了噪声 检测的准确性，且不会对运算速度造成大的影响。对在第l层的滤窗 中能找到中值，且在第2层中已被二次检测确定为噪声的像素点，采 取8个典型纹理子窗口的窗口，根据滤窗内图像的纹理走向进行滤 波。对在滤窗内可以找到中值的低密度噪声区的噪声点，可充分考虑 其局部细节特征进行中值滤波。对于在第l层中滤窗尺寸取到最大时 仍没有找到中值的高密度噪声区的像素点，如果在经典的自适应滤波 算法的第2层的判定中被认定为可疑噪声点，则采用二次检测窗口对 该点进行进一步检测。如果二次检测被判定为信号点则原灰度值输 出，如果仍旧判定为噪声点则选择窗口内几个特定方向上像素的灰度 值排序后的各中值的加权求和运算值输出。 ． 在Hough前增加一个处理步骤，在图像的竖直方向过所有像素 列划直线，记录下每条直线遇到的第一个点，舍弃其他点，接下来的 Hough变换就可以只对这些点做处理了，大大地减少了运算量。 关键词二维条码，条码识别，中值滤波，Hough变换 、ABSTRACT Codehasbeen usedin Inour two—dimensionalBar country widely shoottwo-dimensionalBarCodewithuniversal manyindustry．To and itisoneofthe trendon recognize important shootingequipment Bar thearticle and two-dimensionalCode’s development．Incoding Codeis at code which QR blurryQR image decoding discussed．Aiming is schemeofexaminee bycamera，aapplication identity captured authentication Codeis usingQR put BarCode’S with