本文關(guān)鍵詞：基于人工智能算法的QR碼識(shí)別系統(tǒng)應(yīng)用與比較，由筆耕文化傳播整理發(fā)布。

【數(shù)值算法/人工智能欄目提醒】：網(wǎng)學(xué)會(huì)員為需要數(shù)值算法/人工智能的朋友們搜集整理了基于人工智能算法的QR碼識(shí)別系統(tǒng)應(yīng)用與比較 - 碩士論文相關(guān)資料，希望對(duì)各位網(wǎng)友有所幫助!

碩 士 學(xué) 位 論 文題 目:基于人工智能算法的 QR 碼識(shí)別系統(tǒng) 應(yīng)用與比較 研 究 生 馬 超 專(zhuān) 業(yè) 計(jì)算機(jī)系統(tǒng)結(jié)構(gòu) 指導(dǎo)教師 嚴(yán) 義 教 授 完成日期 2013 年 2 月 杭州電子科技大學(xué)碩士學(xué)位論文基于人工智能算法的 QR 碼識(shí)別系統(tǒng) 應(yīng)用與比較 研 究 生： 馬 超 指導(dǎo)教師： 嚴(yán) 義 教授 2013 年 2 月 Dissertation Submitted to Hangzhou Dianzi University for the Degree of MasterApplication and Comparison of QR Code Recognition System Based on Artificial Intelligent Algorithm Candidate: Ma Chao Supervisor: Prof. Yan Yi February 2013 杭州電子科技大學(xué) 學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說(shuō)明 原創(chuàng)性聲明 本人鄭重聲明： 所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。
    除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品或成果。
    對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。
    申請(qǐng)學(xué)位論文與資料若有不實(shí)之處，本人承擔(dān)一切相關(guān)責(zé)任。
    論文作者簽名： 日期： 年 月 日 學(xué)位論文使用授權(quán)說(shuō)明 本人完全了解杭州電子科技大學(xué)關(guān)于保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬杭州電子科技大學(xué)。
    本人保證畢業(yè)離校后，，發(fā)表論文或使用論文工作成果時(shí)署名單位仍然為杭州電子科技大學(xué)。
    學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱和借閱論文；學(xué)�？梢怨颊撐牡娜炕虿糠謨�(nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存論文。
    （保密論文在解密后遵守此規(guī)定）論文作者簽名： 日期： 年 月 日指導(dǎo)教師簽名： 日期： 年 月 日 杭州電子科技大學(xué)碩士學(xué)位論文 摘 要 QR 二維碼的識(shí)別技術(shù)是數(shù)字圖像處理領(lǐng)域研究的一個(gè)熱門(mén)課題。
    隨著物聯(lián)網(wǎng)的不斷發(fā)展，QR 二維碼憑借其強(qiáng)大的信息存儲(chǔ)能力、方便快捷的識(shí)讀優(yōu)點(diǎn)、安全可靠的編碼技術(shù)，已經(jīng)逐漸地應(yīng)用于各個(gè)行業(yè)領(lǐng)域。
    同時(shí)，二維碼識(shí)讀設(shè)備也朝著智能化、微型化和網(wǎng)絡(luò)化的趨勢(shì)發(fā)展。
    因此，對(duì)基于嵌入式圖像采集處理的 QR 碼識(shí)別系統(tǒng)的研究具有重大而深遠(yuǎn)的意義。
     本文首先對(duì)國(guó)內(nèi)外 QR 二維碼識(shí)別技術(shù)進(jìn)行了深入研究和對(duì)比，主要包括 QR 碼的原理、結(jié)構(gòu)特點(diǎn)、編碼規(guī)則以及重點(diǎn)研究數(shù)字圖像處理算法在 QR 二維碼上的應(yīng)用。
    結(jié)合 QR 二維碼自身結(jié)構(gòu)特征，通過(guò)數(shù)字圖像處理算法對(duì) QR 碼進(jìn)行灰度化處理、濾噪、二值化、圖像定位、幾何校正、圖像分割等。
    在不同條件下，分析比較各算法的處理效果、算法魯棒性以及執(zhí)行速率。
    提出一種改進(jìn)型自適應(yīng)亮度算法對(duì) QR 二維碼進(jìn)行預(yù)處理，經(jīng)過(guò)實(shí)驗(yàn)證明，該算法效果良好。
     一般情況下，由于圖像采集過(guò)程的影響，QR 碼會(huì)遇到光照不均勻、背景復(fù)雜、污染或變形的情況，使得后期難以識(shí)別。
    對(duì)于此類(lèi) QR 識(shí)別問(wèn)題，本文分別建立遺傳算法、團(tuán)隊(duì)進(jìn)步法 、 （TPA） 改進(jìn)型 BP 神經(jīng)網(wǎng)絡(luò)算法三種人工智能算法的識(shí)別模型，結(jié)合 Matlab與 Visual C的混合編程技術(shù)，開(kāi)發(fā)基于人工智能算法的 QR 碼識(shí)別系統(tǒng)，對(duì)復(fù)雜情況下的 QR 碼圖像進(jìn)行識(shí)別。
    在應(yīng)用改進(jìn)型 BP 神經(jīng)網(wǎng)絡(luò)算法時(shí)，對(duì)傳統(tǒng)模型引入動(dòng)量因子并選擇自適應(yīng)學(xué)習(xí)速率對(duì)系統(tǒng)進(jìn)行改進(jìn)。
    除此之外，利用團(tuán)隊(duì)進(jìn)步算法在圖像中搜尋最佳匹配值，對(duì) QR 碼進(jìn)行精準(zhǔn)定位。
    通過(guò)反復(fù)的實(shí)驗(yàn)，證明了三種人工智能算法在QR 碼識(shí)別中的可行性，并分析了各算法的優(yōu)劣性，對(duì)復(fù)雜環(huán)境下 QR 碼圖像的識(shí)別起到了積極的促進(jìn)作用。
     最后本文在 Visual Studio 2008 平臺(tái)上設(shè)計(jì)實(shí)現(xiàn)了基于數(shù)字圖像處理算法的 QR 二維碼電子票據(jù)應(yīng)用系統(tǒng)。
    通過(guò)測(cè)試，能夠準(zhǔn)確的對(duì)二維碼電子票據(jù)進(jìn)行編碼和識(shí)讀，達(dá)到了預(yù)期的效果。
    關(guān)鍵詞：QR 二維碼，數(shù)字圖像處理，人工智能，條碼識(shí)別，混合編程 I 杭州電子科技大學(xué)碩士學(xué)位論文 ABSTRACT The recognition of two-dimensional QR Code is a hot topic in image processing researchfield. With the continuous developm

我要獲得 會(huì)員登錄 

  本文關(guān)鍵詞：基于人工智能算法的QR碼識(shí)別系統(tǒng)應(yīng)用與比較，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：49335