本文關鍵詞：基于卷積神經(jīng)網(wǎng)絡的QR碼定位算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著移動拍照設備的普及,作為攝像頭獲取外界數(shù)據(jù)絕佳媒介的條形碼在全世界范圍內(nèi)得到了廣泛應用。QR碼作為條形碼的一種,由于其相對于傳統(tǒng)條形碼突出的編碼、容錯、抗干擾等能力,成為了目前最受歡迎、應用最廣的條碼之一。然而隨著目前QR碼應用場景的復雜化,QR碼的識別難度也隨之增加,傳統(tǒng)的QR碼識別算法已經(jīng)難以滿足人們的日常使用需求。為了提升各種應用場景下QR碼的識別成功率和識別速度,在對圖片進行解碼之前,需要一個健壯、高效的QR碼定位算法來提取出盡可能精確的QR碼候選區(qū)域并進行必要的校正處理。本文針對QR碼定位這一環(huán)節(jié),提出了一種基于卷積神經(jīng)網(wǎng)絡的QR碼定位算法,該算法能夠在各種復雜環(huán)境中快速準確定位QR碼的位置。算法的核心步驟如下：首先,將預處理后的二值圖利用滑動窗口技術切分成若干個候選塊,并依次送入訓練好的卷積神經(jīng)網(wǎng)絡中進行識別分類,找出所有的歸屬于QR碼的候選塊組成候選區(qū),完成QR碼的預定位。其次,針對上述QR碼候選區(qū),本文基于QR碼定位圖案的比例特征,給出了一種具有一定容錯能力的QR碼定位圖案快速查找算法,完成QR碼的精確定位。實驗結果表明,本文提出的定位算法,在時間效率和定位成功率上都取得了很好的效果,并且相對于其他基于圖片紋理特征的QR碼定位算法,本文的定位算法具有更強的普適性和穩(wěn)定性,在各種復雜應用環(huán)境中都能獲得較好的定位效果。
【關鍵詞】：QR碼定位 卷積神經(jīng)網(wǎng)絡 計算機視覺 圖像處理 模式識別
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.44;TP183
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-16
• 1.1 課題研究背景與意義10-12
• 1.2 本文的主要工作和難點12-14
• 1.2.1 本文的主要工作12-13
• 1.2.2 本文的難點13-14
• 1.3 本文的結構安排14-15
• 1.4 本章小結15-16
• 第2章 相關技術綜述16-30
• 2.1 QR碼簡介16-18
• 2.2 QR碼定位算法的國內(nèi)外研究現(xiàn)狀18-21
• 2.3 圖像預處理技術21-24
• 2.3.1 圖像灰度化21-22
• 2.3.2 圖像二值化方法22-24
• 2.4 卷積神經(jīng)網(wǎng)絡24-28
• 2.4.1 卷積神經(jīng)網(wǎng)絡的特點24-25
• 2.4.2 卷積神經(jīng)網(wǎng)絡的一般結構組成25-28
• 2.4.3 卷積神經(jīng)網(wǎng)絡的應用28
• 2.5 本章小結28-30
• 第3章 基于卷積神經(jīng)網(wǎng)絡的QR碼定位算法30-44
• 3.1 定位算法整體流程30
• 3.2 圖像預處理30-32
• 3.3 滑動窗口生成候選塊32-33
• 3.4 候選塊過濾篩選33-34
• 3.5 基于卷積神經(jīng)網(wǎng)絡的QR候選塊識別算法34-39
• 3.5.1 QR碼局部候選塊數(shù)據(jù)集34-36
• 3.5.2 卷積神經(jīng)網(wǎng)絡的結構36-37
• 3.5.3 卷積神經(jīng)網(wǎng)絡的訓練結果及分析37-39
• 3.6 候選塊的連通合并39
• 3.7 QR定位圖案查找及精確定位39-43
• 3.8 本章小結43-44
• 第4章 實驗結果與分析44-51
• 4.1 開發(fā)測試環(huán)境44
• 4.2 QR碼圖片數(shù)據(jù)集44-45
• 4.3 實驗結果及分析45-50
• 4.3.1 算法的定位效果及分析45-48
• 4.3.2 算法的定位速度及分析48-50
• 4.4 本章小結50-51
• 第5章 總結與展望51-54
• 5.1 總結51-53
• 5.2 展望53-54
• 參考文獻54-59
• 附錄59-61
• 致謝61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 云中客;新的神經(jīng)網(wǎng)絡來自于仿生學[J];物理;2001年10期

2 唐春明,高協(xié)平;進化神經(jīng)網(wǎng)絡的研究進展[J];系統(tǒng)工程與電子技術;2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學院學報;2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡及其應用研究[J];計算機工程與應用;2004年21期

5 王凡,孟立凡;關于使用神經(jīng)網(wǎng)絡推定操作者疲勞的研究[J];人類工效學;2004年03期

6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡[J];統(tǒng)計教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡及其應用研究[J];微計算機信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡在股票市場預測中的應用[J];軟件導刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡的過去談科學發(fā)展觀[J];重慶三峽學院學報;2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡的過去、現(xiàn)在和將來[J];青年探索;2006年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 曾U喺

本文編號：302727