基于手机摄像头扫描的QR码识别算法研究

摘要

随着信息技术的发展,二维码技术在生活中的应用越来越广泛。QR码作为世界上一种优秀的二维条码,当前在我国也以燎原之势迅速的蔓延。一维条码已经不能满足社会化大发展的需求,由此,促使了二维条码技术的诞生。由于一维条码所能存储的信息量有限,一维条码仅仅能够标识一个物品,而不能详细的描述物品。随着现代信息技术的发展,迫使需要条码能够在有限的几何空间表示更多的信息,以满足千变万化的信息表示的需要。
　　近几年来手机的功能越来越强大,促使移动通信业务也空前发展。伴随着米聊、微信以及微博等通讯软件的兴起,二维码的应用也形成了一个巨大的网络用户群。所以,手机对二维码图片的信息识读已经成为一个热门的研究课题。而目前的一些QR码识别软件对一般的二维码图像可以很好的识读,但是对那些畸变比较严重,或者图像部分缺失特别是印刷在表面容易产生褶皱的物品上面的二维码图像,现存识别软件对这类图像识别率很低或者说根本识别不了。因此,研究二维码图像识读前的预处理工作就显得很有必要。
　　本文的研究主要是针对这些二维码畸变比较严重而现存软件不能识别的图像进行预处理工作。为了有效消除椒盐噪声对QR图像的影响,本文在经典自适应中值滤波的基础上,提出了改进的自适应中值滤波算法,实验结果验证了改进算法比原来算法更加适合用来处理QR码图像。对于二维码图像在光线分布不均、拍摄条码发生几何形变等情况下的图像预处理问题,本文提出了一种新的QR码畸变矫正方法,结合BP神经网络的特点,采用神经网络对样本图像学习,然后对畸变的图像进行几何形变模式的拟合,最后恢复图像。实验结果表明,该算法在提升二维码图像识别率方面有一定的效果。