基于人工智能算法的QR码识别系统应用与比较

摘要

QR二维码的识别技术是数字图像处理领域研究的一个热门课题。随着物联网的不断发展，QR二维码凭借其强大的信息存储能力、方便快捷的识读优点、安全可靠的编码技术，已经逐渐地应用于各个行业领域。同时，二维码识读设备也朝着智能化、微型化和网络化的趋势发展。因此，对基于嵌入式图像采集处理的QR码识别系统的研究具有重大而深远的意义。
　　本文首先对国内外QR二维码识别技术进行了深入研究和对比，主要包括QR码的原理、结构特点、编码规则以及重点研究数字图像处理算法在QR二维码上的应用。结合QR二维码自身结构特征，通过数字图像处理算法对QR码进行灰度化处理、滤噪、二值化、图像定位、几何校正、图像分割等。在不同条件下，分析比较各算法的处理效果、算法鲁棒性以及执行速率。提出一种改进型自适应亮度算法对QR二维码进行预处理，经过实验证明，该算法效果良好。
　　一般情况下，由于图像采集过程的影响，QR码会遇到光照不均匀、背景复杂、污染或变形的情况，使得后期难以识别。对于此类QR识别问题，本文分别建立遗传算法、团队进步法（TPA）、改进型BP神经网络算法三种人工智能算法的识别模型，结合Matlab与Visual C++的混合编程技术，开发基于人工智能算法的QR码识别系统，对复杂情况下的QR码图像进行识别。在应用改进型BP神经网络算法时，对传统模型引入动量因子并选择自适应学习速率对系统进行改进。除此之外，利用团队进步算法在图像中搜寻最佳匹配值，对QR码进行精准定位。通过反复的实验，证明了三种人工智能算法在QR码识别中的可行性，并分析了各算法的优劣性，对复杂环境下QR码图像的识别起到了积极的促进作用。
　　最后本文在Visual Studio2008平台上设计实现了基于数字图像处理算法的QR二维码电子票据应用系统。通过测试，能够准确的对二维码电子票据进行编码和识读，达到了预期的效果。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1课题研究背景及意义

1.2国内外研究现状分析

1.3课题研究目的和内容

第2章 QR二维码的结构和编码简介

2.1 QR二维码的特点

2.2 QR码的图形结构

2.3 QR 码编码规则

2.4 RS纠错编码

2.5 QR二维码的编码流程

2.6本章小结

第3章 QR码图像预处理

3.1图像灰度化处理

3.2图像滤波处理

3.3图像二值化处理

3.4图像定位与旋转校正

3.5图像几何畸变的恢复

3.6本章小结

第4章 人工智能算法在QR码识别中的应用和比较

4.1基于遗传算法的QR码识别

4.2基于团队进步算法（TPA）的QR码识别

4.3基于改进型BP神经网络的QR码识别

4.4本章小结

第5章 嵌入式QR码识别系统设计

5.1系统设计实现

5.2系统测试

5.3本章小结

第6章 总结与展望

6.1总结

6.2展望

致谢

参考文献

附 录

攻读硕士学位期间发表的论文