本文選題：QR碼 + 失真�。� 參考：《暨南大學》2015年碩士論文

【摘要】：快速響應碼(Quick Response Code)也稱QR碼,屬于二維碼的一種。近幾年QR碼在生活中應用越來越廣泛,特別是在移動互聯(lián)網(wǎng)發(fā)展起來之后,QR碼到處便利著我們的生活。QR碼是由日本的豐田公司旗下的電裝公司Denso wave在1994年研發(fā)出來的,QR碼和其他條碼比較有很明顯的優(yōu)勢,包括存儲容量大、數(shù)據(jù)類型豐富、安全穩(wěn)定性高等;所以QR碼被廣泛應用在很多行業(yè),包括物流行業(yè)、倉儲行業(yè)、圖書行業(yè)、郵政系統(tǒng)、交通領域等。在移動互聯(lián)網(wǎng)逐漸發(fā)展起來之后,QR碼又在移動互聯(lián)網(wǎng)中占據(jù)了重要地位,如今很多被大眾熟知的移動應用都帶有條碼掃描的功能,QR碼極大地方便了移動應用中查詢、支付、下載等功能,這一個小小的符號逐漸深入影響著我們的生活。當然QR碼在逐漸發(fā)展和推廣的同時也會有一系列的相關問題。實際應用中,QR碼所處的環(huán)境多變:電子屏幕、印刷品上、戶外廣告上等等,自然對于采集到QR碼圖像會有諸多影響,可能會出現(xiàn)傾斜失真、幾何失真、光照不均等問題,可能會導致QR碼無法準確識別。所以在對QR碼解碼前,需要對QR碼進行一系列圖像預處理過程消除失真問題,得到一個標準規(guī)格的QR碼。本文圍繞QR碼在采集過程中可能會出現(xiàn)的問題進行了研究。關于光照不均勻、傾斜和幾何失真,需要對圖像進行灰度化、去噪、二值化、傾斜校正、幾何校正和取樣,研究每個預處理過程的已有算法。著重對QR碼的幾何失真和取樣進行了研究,在傾斜校正的基礎上圖像的幾何校正中的關鍵點是對QR碼的四個頂點進行定位,本文根據(jù)QR碼的自身特點提出一種新的頂點定位方法,相對于傳統(tǒng)方法的邊緣檢測和Hough變換更簡單方便易于操作;幾何校正后,有一些幾何失真較嚴重的QR碼仍帶有模塊不均勻的問題,傳統(tǒng)的取樣方法無法準確地對其進行準確取樣,所以在此基礎上,本文提出一種自適應匹配的取樣方法,可以準確地對幾何校正后仍然帶有失真的QR碼進行取樣并且提高了效率,在實際應用中具有一定的研究價值。最后對全文做了總結,以及對往后的工作進行了展望。
[Abstract]:Quick response Code (QR code), also called QR code, belongs to two dimensional code. In recent years, QR codes have been used more and more widely in daily life. Especially after the development of the mobile Internet, QR codes are everywhere to facilitate our lives. QR codes, developed in 1994 by Denso wave, an electric equipment company owned by Toyota Corporation in Japan, have obvious advantages over other bar codes. QR code is widely used in many industries, including logistics industry, storage industry, book industry, postal system, transportation and so on. After the gradual development of mobile Internet, QR code occupies an important position in mobile Internet. Nowadays, many well-known mobile applications have the function of bar code scanning, QR code greatly facilitates query and payment in mobile applications. Download and other functions, this small symbol is gradually affecting our lives. Of course, QR codes in the gradual development and promotion will also have a series of related problems. In practical applications, QR codes are in a changeable environment: electronic screens, printed materials, outdoor advertisements, etc., naturally have a lot of effects on the acquisition of QR code images, which may lead to skew distortion, geometric distortion, and uneven illumination. QR codes may not be recognized accurately. Therefore, before decoding QR codes, a series of image preprocessing processes are needed to eliminate distortion problems and to obtain a standard QR code. In this paper, the possible problems in the acquisition of QR codes are studied. For illumination inhomogeneity, tilt and geometric distortion, gray scale, denoising, binarization, skew correction, geometric correction and sampling are needed to study the existing algorithms for each preprocessing process. The geometric distortion and sampling of QR codes are studied emphatically. The key point of image geometric correction based on tilt correction is to locate the four vertices of QR codes. According to the characteristics of QR codes, a new vertex location method is proposed in this paper, which is simpler and easier to operate than the traditional methods such as edge detection and Hough transform. Some QR codes with serious geometric distortion still have the problem of module inhomogeneity, which can not be accurately sampled by traditional sampling methods. Therefore, an adaptive matching sampling method is proposed in this paper. The QR codes with distortion after geometric correction can be sampled accurately and the efficiency is improved. It has certain research value in practical application. At last, the paper summarizes the whole paper and looks forward to the future work.
【學位授予單位】：暨南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 鄒雄;何翠群;劉國棟;王建敏;;一種快速響應碼的圖像二值化方法[J];傳感技術學報;2010年09期

2 孫明;傅隆生;楊信廷;張樹槐;;用于QR碼自動識讀的圖像分析方法[J];電子科技大學學報;2009年06期

3 許海濤;高彩霞;;直線擬合算法[J];電腦知識與技術;2009年04期

4 劉慧娟;;一種快速響應碼圖像的分割和校正方法[J];電子測量與儀器學報;2006年01期

5 范九倫;趙鳳;;灰度圖像的二維Otsu曲線閾值分割法[J];電子學報;2007年04期

6 宋冬冬;薛鍇;;基于直線擬合的高溫板材邊緣檢測方法[J];工具技術;2010年07期

7 楊佳麗;高美鳳;;QR碼圖像二值化的研究[J];計算機工程與應用;2009年35期

8 肖翔;劉曉明;王云柯;;QR碼圖像的矯正與定位方法研究[J];計算機科學;2007年11期

9 周金和;彭福堂;;一種有選擇的圖像灰度化方法[J];計算機工程;2006年20期

10 吳佳鵬;楊兆選;韓東;白卓夫;蘇育挺;;基于小波和Otsu法的二維條碼圖像二值化[J];計算機工程;2010年10期

相關碩士學位論文 前5條

1 周潔靜;基于圖像處理的QR碼識別的研究[D];南京林業(yè)大學;2011年

2 劉欣;基于圖像處理的QR碼識別與應用研究[D];暨南大學;2012年

3 張心濱;基于數(shù)學形態(tài)學的QR碼識別技術研究[D];南京林業(yè)大學;2012年

4 歐福超;基于圖像處理的QR碼圖像預處理的研究[D];山東大學;2014年

5 袁淑芳;QR碼識別技術研究及應用[D];東北石油大學;2014年

，

本文編號：2011441