变形qr码的多结构校正识别研究通信与信息系统专业论文.docxVIP

华北电力大学硕士学位论文摘 华北电力大学硕士学位论文 摘 要 QR码校正识别技术是利用移动扫码设备对物品上的QR码图像序列进行处 理、分析和理解，最终能达到提取QR码所包含信息的一个过程。由于生活中的 QR码常存在于可乐罐、包装袋、杯子等不规则的物体上，造成QR码在拍摄采 集过程中会受到多种因素的影响。如拍摄角度引起的几何变形、QR码产生扭曲 变形等透视失真等情况，使得终端无法正确识别QR码，这就限制了QR码的进 一步推广。 由于所在曲面的多样性，变形OR码的每一区域变化都可能存在扭曲程度和 角度的差异，坐标映射参数选取复杂，成为校正的最大难点。针对上述不同曲面 上QR码变形多样化、识别率低的问题，通过特征分类的思想简化多结构变形 QR码的校正算法。考虑到极限学习机(ELM)对大量数据的快速分类能力，提出 了一种基于ELM的多结构变形QR码分类校正算法。在欧氏距离量化QR码变 形特征后，运用ELM算法把变形结构特征分为平面变形、半曲面变形和全曲面 变形三类，并利用所得不同校正系数改进QR码坐标透视变换算法，得到校正坐 标值，恢复出原始图像。 最后，采用多组数据对QR码特征学习分类算法和多种变形校正算法分别进 行了比较分析。实验结果表明，ELM分类算法对多结构变形QR码有很好的分 类准确性和特征提取作用，且基于ELM分类的多结构校正算法不仅提高了QR 码在曲面上的校正准确率，而且通过分类提高了曲面变形和平面变形QR码的校 正速度。 关键词：QR码多结构变形；极限学习机；分类校正 万方数据 华北电力大学硕士学位论文Abstract 华北电力大学硕士学位论文 Abstract QR-code correction recognition technology is process ofextracting information QR code including using mobile devices to scan QR image the article．Because in our daily life QR codes are often found in the irregular object cans，bags，cups，etc．， So QR code acquisition process wil l be affected by many factors．Such as geometric distortion caused by the camera angle，QR code generating distorted perspective distortion，etc．So that we cannot correctly identify the QR code，which limits the filrther promotion ofQR codes． Due to SO many surfaces where the diversity of each regional variations may exist differences in the deformation QR Code，such distortions and angles． Coordinate mapping parameters to select complex，which becomes the biggest di衔culty to be corrected．Since the traditional QR code recognition methods fail to fulfill the recognition task on multi．structural deformation deformed QR code cases． this paper presents novel QR code recognition algorithm based on extreme learning machine．In this method．Euclidean distance of feature points are calculated as deformation characteristics．And employed Extreme learning machine to classify the deformation type．It determined the transform coe衔cients of each type．which were used for coordinates mapping．Then obtained real coordinates by perspect