【摘要】：二維碼作為新興的電子支付媒介在各個行業(yè)領(lǐng)域受到普遍關(guān)注,國內(nèi)外一些發(fā)達(dá)城市開始嘗試將二維碼支付技術(shù)引入到地鐵售票系統(tǒng)中,二維碼識別技術(shù)也隨之成為自動識別研究領(lǐng)域的焦點問題。發(fā)展至今,二維碼的種類層出不窮,其中QR碼憑借它在識讀速度、存儲容量、糾錯能力等方面的諸多優(yōu)點得到了人們更多認(rèn)可,但是在QR碼圖像采集過程中難免會引入一些噪聲如圖像光照不均、傾斜或幾何形變等問題可能會給QR碼的解碼帶來一定程度的誤差。因此,我們要對此類問題進(jìn)行適當(dāng)?shù)膱D像恢復(fù)校正。本文對QR碼識別的算法原理、基本流程做了簡要說明,并對涉及到的圖像處理算法進(jìn)行了仿真和結(jié)果的對比分析。本文的主要工作內(nèi)容如下:首先對QR碼的結(jié)構(gòu)特點、編碼原理及識別算法的基本流程進(jìn)行了詳細(xì)論述,并將QR碼的識別過程分為圖像處理和譯碼兩大部分。然后對QR碼圖像處理過程中的各個環(huán)節(jié)進(jìn)行了闡述并仿真,后將實驗結(jié)果進(jìn)行分析與比較。同時,針對復(fù)雜環(huán)境下QR碼受損類型進(jìn)行分析,在圖像處理的基礎(chǔ)上提出了一種自適應(yīng)亮度的二值化改進(jìn)算法,解決了光照不均下QR碼圖像的校正恢復(fù)問題;接著提出了一種采用自適應(yīng)中值濾波對傳統(tǒng)的Canny算子邊緣檢測法進(jìn)行改進(jìn),再將其與Hough變換相結(jié)合進(jìn)行直線標(biāo)識,進(jìn)而求得圖像的傾斜角度,來實現(xiàn)QR碼圖像的傾斜校正;后續(xù)又針對Hough變換檢測直線方法的計算量過大、耗時等不足,提出了通過尋找位置探測圖形來定位QR碼的三個角點坐標(biāo)來實現(xiàn)圖像的快速定位與校正;對于發(fā)生幾何形變的QR碼圖像,提出了一種采用掃描邊緣點擬合直線的方法選取畸變校正控制點,利用控制點在幾何平面的投影轉(zhuǎn)換進(jìn)行初步的QR碼畸變校正,再通過雙線性插值算法進(jìn)行灰度級的插補(bǔ),實現(xiàn)了畸變圖像的校正。最后,基于MATLAB軟件平臺將QR碼的圖像處理與校正算法及編解碼等功能整合到同一系統(tǒng)中完成了GUI界面設(shè)計,使得整個處理過程可視化,從而更加形象直觀地感受到各種算法的實現(xiàn)效果。
[Abstract]:As an emerging electronic payment medium, the two-dimension code has been widely paid attention in various industries, and some developed cities at home and abroad have tried to introduce the two-dimension code payment technology into the subway ticket system, and the two-dimension code recognition technology also becomes the focus in the field of automatic identification research. Since the development of QR code, many advantages of QR code, such as reading speed, storage capacity and error correction ability, are more and more recognized, but it is difficult to introduce some noise, such as uneven image illumination, in the process of QR code image acquisition. The problem of tilting or geometric transformation may bring some degree of error to the decoding of the qr code. Therefore, we should make appropriate image restoration correction for such problems. In this paper, the algorithm principle and basic process of QR code recognition are briefly described, and the image processing algorithms involved are compared and analyzed. The main contents of this paper are as follows: First, the structure, coding principle and basic flow of QR code are discussed in detail, and the recognition process of QR code is divided into two parts: image processing and decoding. Then the process of QR code image processing is described and simulated, and the experimental results are analyzed and compared. At the same time, for the analysis of the damage type of the QR code in a complex environment, a binary improvement algorithm for adaptive brightness is proposed on the basis of image processing, and the problem of the correction and recovery of the QR code image under the non-uniform illumination is solved. In this paper, an adaptive median filter is used to improve the traditional Canny operator edge detection method, and then the edge detection method is combined with the Hough transform to carry out linear identification, and then the inclination angle of the image is obtained, so that the inclination correction of the QR code image is realized; in that follow, the calculation amount of the linear method for Hough transform detection is too large, the time consumption and the like are insufficient, the three corner point coordinates of the QR code are positioned by looking for a position detection graph to realize the rapid positioning and correction of the image, and the QR code image with the geometric shape change is A method for fitting straight lines by scanning edge points is proposed to select the distortion correction control points, and the initial QR code distortion correction is carried out by the projection conversion of the control point in the geometric plane, and the interpolation of the gray level is carried out by the bilinear interpolation algorithm, so that the correction of the distorted image is realized. Finally, based on the MATLAB software platform, the image processing and correction algorithm of the QR code and the functions of encoding and decoding are integrated into the same system to complete the GUI interface design, so that the whole process is visualized, so that the realization effect of the various algorithms is more visually and intuitively felt.
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃炯;圖像邊緣處理[J];電視字幕(特技與動畫);2000年09期

2 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

3 陳文兵;張小磊;;基于圖像邊緣的能見度計算方法[J];微型電腦應(yīng)用;2009年04期

4 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報;2009年04期

5 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計算機(jī)科學(xué);2012年03期

6 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補(bǔ)算法[J];寧夏大學(xué)學(xué)報(自然科學(xué)版);2012年01期

7 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動幾何精糾正系統(tǒng)的設(shè)計與實現(xiàn)[J];計算機(jī)應(yīng)用;2012年S2期

8 宋建中;;噴霧圖像的自動分析[J];光學(xué)機(jī)械;1988年04期

9 張錦華;孫挺;;引入像點融合度修補(bǔ)的圖像邊緣化參差拼接實現(xiàn)[J];微電子學(xué)與計算機(jī);2014年08期

10 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

相關(guān)會議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學(xué)術(shù)會議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域濾除方法[A];2007'儀表，，自動化及先進(jìn)集成技術(shù)大會論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會2013學(xué)術(shù)年會論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

相關(guān)重要報紙文章 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報;2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅(qū)動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產(chǎn)芯片進(jìn)軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計算機(jī)報;2002年

相關(guān)博士學(xué)位論文 前10條

1 梁福來;低空無人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識別算法及其在聾人視覺識別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評價及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺顯著性檢測方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗算法的圖像去霧處理[D];海南大學(xué);2015年

本文編號：2483064