QR碼識別方法研究.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別出來是二維碼應(yīng)用的一個重要的發(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，提出了一個基于手機拍攝方式的考生身份認證系統(tǒng)的QR碼應(yīng)用方案，針對攝像頭拍攝的QR碼圖像，對比和研究了已有的圖像處理方式識別條碼的方法。 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、譯碼來完成識別。其中主要創(chuàng)新在于改進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，用直線探測點來減少運算量。 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，改進了自適應(yīng)中值濾波方法。主要思想是：將信號分為信號點和可疑噪聲點進行二次處

3、理，降低將某些信號誤判為噪聲的可能。對于低密度區(qū)和高密度區(qū)噪聲區(qū)別處理，緩和了保護細節(jié)和濾噪的矛盾。 對圖像中的可疑噪聲點采用二次檢測窗口再次檢測，提高了噪聲檢測的準確性，且不會對運算速度造成大的影響。對在第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，采取8個典型紋理子窗口的窗口，根據(jù)濾窗內(nèi)圖像的紋理走向進行濾波。對在濾窗內(nèi)可以找到中值的低密度噪聲區(qū)的噪聲點，可充分考慮其局部細節(jié)特征進行中值濾波。對于在第

4、1層中濾窗尺寸取到最大時仍沒有找到中值的高密度噪聲區(qū)的像素點，如果在經(jīng)典的自適應(yīng)濾波算法的第2層的判定中被認定為可疑噪聲點，則采用二次檢測窗口對該點進行進一步檢測。如果二次檢測被判定為信號點則原灰度值輸出，如果仍舊判定為噪聲點則選擇窗口內(nèi)幾個特定方向上像素的灰度值排序后的各中值的加權(quán)求和運算值輸出。 在Hough前增加一個處理步驟，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點，舍棄其他點，接下來的Hough變