一种基于卷积神经网络算法的二维码检测系统的设计与实现

摘要

随着互联网的发展以及互联网应用场景的不断扩张，二维码的使用频次以及使用领域也在飞速的扩大，在目前的支付、社交等领域二维码技术已经成为了一个不可或缺的技术。
　　虽然目前二维码技术已经在上述领域中得到了较好的发展与普及，但是通用场景下的二维码检测算法仍然没有非常好的效果，因此，限制了二维码在某些特定领域下的使用。本文研究是一种通用场景下的二维码检测系统，适用于增强现实应用的开发以及辅助机器人SLAM建图等，该系统需要二维码检测算法对形变、光照、距离等干扰因素有较高的抗干扰能力。针对该类应用场景，当前产品中采用的二维码检测算法主要有如下几个问题:
　　1.主动性检测。当需要对二维码进行检测的时候，需要用户主动调整摄像头的位置角度使得二维码成像标准、清晰，才能完成二维码的检测识别。
　　2.高度依赖二维码上的特殊标识符。目前现实场景中通用的二维码检测算法都在二维码生成的时候在特定位置增加了特定标志符辅助二维码检测。
　　3.由于应用场景的限制，单次二维码的检测识别只能针对单个二维码进行。
　　因此，上述二维码检测算法不适用本文课题研究的二维码检测系统应用的场景。为了解决上述问题，本文设计了一种基于卷积神经网络算法的通用场景下的二维码检测系统，该系统可以对当前摄像头所处的视野范围内的二维码进行快速准确的识别，适用于通用的场景下，同时具备姿态估计能力，可以对当前的检测到的二维码进行姿态估计，使得系统能在二维码位置进行三维模型重建等功能，该系统适用于本文上文所述的领域。
　　根据实际测试结果，本文设计的基于二维码检测算法在PC上已经可以接近实时性，同时根据对本文的验证数据集的测试，检测精度达到了97.7％。

目录

摘要

图目录

表目录

1 绪论

1．1 研究背景及意义

1．2 国内外发展现状

1．3 论文创新点

1．4 研究内容和组织结构

2 相关技术概述

2．1 Caffe深度学习框架

2．2 卷积神经网络算法

2．3 边缘检测算法

2．4 本章小结

3 系统需求分析与总体设计

3．1 系统需求分析

3．2 系统总体设计

3．3 本章小结

4 系统详细设计

4．1 训练数据封装模块的设计与实现

4．1．1 数据清洗

4．1．2 训练数据封装

4．2 模型训练模块的设计与实现

4．2．1 软件实现

4．3 二维码检测模块的设计与实现

4．3．1 边缘检测算法

4．3．2 卷积神经网络的设计与训练

4．3．3 二维码读码算法

4．4 二维码姿态估计模块的设计与实现

4．5 本章小结

5 系统测试与分析

5．1 系统测试平台

5．2 系统测试方案

5．3 系统测试结果与分析

6 总结与展望

6．1 工作总结

参考文献

致谢

本文作者硕士期间参加的科研项目及发表的学术论文

声明