基于曲線擬合的二次曲面QR碼校正.pdf

1、21世紀，是信息化的社會，信息化社會帶給人們更方便快捷的生活方式。圖像作為人類感知世界、了解世界的視覺根基，是人類獲取信號、表達情感和傳遞溝通的重要手段，二維碼如QR，Data Matrix，Aztec Code，Maxicode等，作為符合以上所有特征的符號，被研發(fā)之初主要應(yīng)用在汽車裝配期間汽車零件的跟蹤，之后的二十多年間，被擴展應(yīng)用在各個行業(yè)中。除此之外，二維碼自身所具備的特點，如:低成本、高可靠性、高保密性、高糾錯能力、可編輯外觀

2、等，也是其被廣泛應(yīng)用的主要原因。
　　傳統(tǒng)流通過程中的QR碼多屬于半自動的識別，如生活超市中的QR碼在第一次掃描失敗后，可以更正識別方向繼續(xù)識別，從而容易檢測出符號中蘊含的信息。但工業(yè)生產(chǎn)線上的QR碼識別，不可輕易改變識別條件，所以識別難度相對較大。
　　本文的主要研究對象是工業(yè)二維碼。文章介紹了QR條碼圖像的基礎(chǔ)知識和碼制特征以及編譯碼原理，并對糾錯碼在解碼過程中的步驟有了詳細了解。QR碼圖像識別包括二維碼符號鎖定，圖像清

3、晰處理以及解碼等步驟完成，在本文中，研究了二維QR碼處理的基本過程，并研究了以下的內(nèi)容:
　　(1)針對工業(yè)QR二維碼圖像采集環(huán)境受限，導(dǎo)致二維碼圖案質(zhì)量不佳，包括背景過暗或曝光過強等情況，采用自適應(yīng)伽馬校正方法，增加圖像對比度。
　　(2)針對工業(yè)QR碼圖像背景復(fù)雜，干擾因素較多，使用雙立方插值等算法進行無失真縮放。
　　(3)針對工業(yè)QR二維碼符號壓縮性強，在巨大的零件上占空比小的問題，依據(jù)QR二維碼自身符號特征，

4、采用圖像模板匹配搜索的方式進行二維QR碼輔助搜索。
　　在QR碼的識別過程中，傳統(tǒng)的圖像算法對平面圖像有很好的處理效果，當(dāng)這些算法應(yīng)用在二次曲面失真QR碼時識別率就不是理想中的那么好。為此，本文提出一種結(jié)合QR碼自身符號特征—位置探測圖案，基于曲線擬合的曲面QR碼校正算法，該算法能夠?qū)崿F(xiàn)對曲面QR碼快速精確校正的處理結(jié)果。
　　本篇文章整合經(jīng)典圖像預(yù)處理的算法以及本文提出的校正算法，使用C++語言編程，在結(jié)合了Google開