本文關(guān)鍵詞：QR碼模糊識別系統(tǒng)的性能優(yōu)化

  更多相關(guān)文章： QR碼 QI 尋像圖形 退化特征 去卷積 模糊識別 消息隊列

【摘要】：QR碼具有儲存量大、保密性高、追蹤性高、抗損性強(qiáng)、成本便宜、簡單快速等優(yōu)勢,正廣泛的應(yīng)用于信息保密儲存,物流運單,零售行業(yè),互聯(lián)網(wǎng)接入等各個領(lǐng)域。隨著CMOS攝像頭技術(shù)和智能終端的發(fā)展,現(xiàn)在識別采集設(shè)備的掃描頭大都為CMOS攝像頭。正確識別QR碼是QR碼應(yīng)用的關(guān)鍵,在識別條碼過程中,由于QR碼的編碼設(shè)計本身具有一定的抗模糊的功能,輕微模糊的QR碼圖像依然能夠被正確地識別,但是在CMOS攝像頭采集圖像過程中,由于鏡頭抖動,對焦不準(zhǔn),成像系統(tǒng)噪聲等各種各樣的原因,常常會采集到嚴(yán)重模糊的圖像,系統(tǒng)無法識別此類圖像,這降低了系統(tǒng)的模糊識別性能,因此提高QR碼識別系統(tǒng)的模糊識別性能無疑是QR碼應(yīng)用的關(guān)鍵。論文提出一種基于QR碼的模糊識別系統(tǒng),改善由于對焦不準(zhǔn),背景復(fù)雜等原因造成散焦模糊的QR碼圖像無法識別的情況,提高了系統(tǒng)的模糊識別性能。在算法上,本文提出了基于QR碼特征的去模糊算法,根據(jù)QR碼獨有的尋像圖形特征和二值特征來設(shè)計相關(guān)算法,并以此特征來提高算法的性能。算法主要分為三個部分,首先是提出一種基于梯度模的模糊程度估計算法,得到QR碼圖像的模糊程度參數(shù)QI(Quality Index),根據(jù)QI決定此模糊圖像是否在去模糊處理的范圍內(nèi),以此舍去模糊程度過于嚴(yán)重與模糊程度較輕的圖像來避免冗余的處理計算；然后采用一種基于尋像圖形的退化特征估計算法,通過從局部尋像圖形區(qū)域提取退化特征參數(shù)來加速運算；最后根據(jù)得到的退化特征參數(shù)重構(gòu)退化卷積函數(shù),采用一種參變維納濾波算法來進(jìn)行圖像去卷積操作,最終得到恢復(fù)的QR碼圖像。在算法實現(xiàn)上,本文設(shè)計一種多線程識別系統(tǒng),將QR碼的解碼線程通過消息管道傳遞,采用消息隊列并發(fā)機(jī)制來減少線程阻塞,最終實現(xiàn)完整的識別系統(tǒng)。實驗結(jié)果表明,本文提出的基于QR碼特征的去模糊算法的性能均優(yōu)于現(xiàn)有幾種算法,其中,與盲去卷積算法對比,性能提高約33.2%,與Zxing解碼方案對比,性能提高約48.6%。綜合表明,本文提出的QR碼模糊識別系統(tǒng),能夠在QR碼圖像模糊的情況下正確地識別,顯著地提高了系統(tǒng)的模糊識別性能。
【關(guān)鍵詞】：QR碼 QI 尋像圖形 退化特征 去卷積 模糊識別 消息隊列
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-15
• 1.1 論文背景與意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 研究內(nèi)容與設(shè)計指標(biāo)11-13
• 1.3.1 研究內(nèi)容12
• 1.3.2 設(shè)計指標(biāo)12-13
• 1.4 論文主要結(jié)構(gòu)13-15
• 第二章 QR碼模糊識別研究綜述15-27
• 2.1 QR碼圖像簡介15-18
• 2.1.1 QR碼的二值特征16
• 2.1.2 QR碼的圖案特征16-18
• 2.2 模糊識別流程18
• 2.3 圖像去模糊算法18-26
• 2.3.1 基于退化特征的去卷積算法18-23
• 2.3.2 盲去卷積算法23-25
• 2.3.3 算法的缺點25-26
• 2.4 本章小結(jié)26-27
• 第三章 基于QR碼的模糊識別算法27-47
• 3.1 圖像預(yù)處理模塊27-28
• 3.2 模糊恢復(fù)模塊28-42
• 3.2.1 尋像圖形的提取29-32
• 3.2.2 模糊程度估計算法32-35
• 3.2.3 退化特征提取35-37
• 3.2.4 參變維納濾波算法37-42
• 3.3 圖像解碼模塊42-45
• 3.3.1 圖像二值化42-43
• 3.3.2 圖像解碼43-45
• 3.4 本章小結(jié)45-47
• 第四章 系統(tǒng)工程實現(xiàn)47-57
• 4.1 開發(fā)環(huán)境47-49
• 4.1.1 Android基本概念47-48
• 4.1.2 Android消息機(jī)制48-49
• 4.2 軟件架構(gòu)49-56
• 4.2.1 軟件功能模塊50-56
• 4.3 本章小結(jié)56-57
• 第五章 實驗結(jié)果與數(shù)據(jù)分析57-65
• 5.1 實驗平臺57-58
• 5.1.1 算法驗證平臺57
• 5.1.2 系統(tǒng)集成平臺57-58
• 5.2 實驗方案與數(shù)據(jù)分析58-64
• 5.2.1 算法仿真分析58-63
• 5.2.2 系統(tǒng)測試分析63-64
• 5.3 本章小結(jié)64-65
• 第六章 總結(jié)與展望65-67
• 6.1 總結(jié)65
• 6.2 展望65-67
• 致謝67-69
• 參考文獻(xiàn)69-73
• 作者簡介73

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 劉寧鐘;葉超;蘇軍;;基于不變矩特征的二維碼模糊類型辨識算法[J];數(shù)據(jù)采集與處理;2014年01期

2 李人哲;許剛;;模糊QR碼圖像的恢復(fù)[J];計算機(jī)應(yīng)用與軟件;2013年06期

3 明安龍;馬華東;趙慶鵬;;散焦模糊的畸變QR barcode圖像復(fù)原技術(shù)[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2007年08期

4 涂丹;甘亞莉;徐宗琦;;一種快速的QR碼圖像去模糊方法[J];計算機(jī)工程與科學(xué);2007年03期

，

本文編號：713063