QR码模糊识别系统的性能优化

发布时间：2017-08-21 13:12

  本文关键词：QR码模糊识别系统的性能优化

  更多相关文章： QR码 QI 寻像图形 退化特征 去卷积 模糊识别 消息队列

【摘要】：QR码具有储存量大、保密性高、追踪性高、抗损性强、成本便宜、简单快速等优势,正广泛的应用于信息保密储存,物流运单,零售行业,互联网接入等各个领域。随着CMOS摄像头技术和智能终端的发展,现在识别采集设备的扫描头大都为CMOS摄像头。正确识别QR码是QR码应用的关键,在识别条码过程中,由于QR码的编码设计本身具有一定的抗模糊的功能,轻微模糊的QR码图像依然能够被正确地识别,但是在CMOS摄像头采集图像过程中,由于镜头抖动,对焦不准,成像系统噪声等各种各样的原因,常常会采集到严重模糊的图像,系统无法识别此类图像,这降低了系统的模糊识别性能,因此提高QR码识别系统的模糊识别性能无疑是QR码应用的关键。论文提出一种基于QR码的模糊识别系统,改善由于对焦不准,背景复杂等原因造成散焦模糊的QR码图像无法识别的情况,提高了系统的模糊识别性能。在算法上,本文提出了基于QR码特征的去模糊算法,根据QR码独有的寻像图形特征和二值特征来设计相关算法,并以此特征来提高算法的性能。算法主要分为三个部分,首先是提出一种基于梯度模的模糊程度估计算法,得到QR码图像的模糊程度参数QI(Quality Index),根据QI决定此模糊图像是否在去模糊处理的范围内,以此舍去模糊程度过于严重与模糊程度较轻的图像来避免冗余的处理计算；然后采用一种基于寻像图形的退化特征估计算法,通过从局部寻像图形区域提取退化特征参数来加速运算；最后根据得到的退化特征参数重构退化卷积函数,采用一种参变维纳滤波算法来进行图像去卷积操作,最终得到恢复的QR码图像。在算法实现上,本文设计一种多线程识别系统,将QR码的解码线程通过消息管道传递,采用消息队列并发机制来减少线程阻塞,最终实现完整的识别系统。实验结果表明,本文提出的基于QR码特征的去模糊算法的性能均优于现有几种算法,其中,与盲去卷积算法对比,性能提高约33.2%,与Zxing解码方案对比,性能提高约48.6%。综合表明,本文提出的QR码模糊识别系统,能够在QR码图像模糊的情况下正确地识别,显著地提高了系统的模糊识别性能。
【关键词】：QR码 QI 寻像图形 退化特征 去卷积 模糊识别 消息队列
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-15
• 1.1 论文背景与意义9-10
• 1.2 国内外研究现状10-11
• 1.3 研究内容与设计指标11-13
• 1.3.1 研究内容12
• 1.3.2 设计指标12-13
• 1.4 论文主要结构13-15
• 第二章 QR码模糊识别研究综述15-27
• 2.1 QR码图像简介15-18
• 2.1.1 QR码的二值特征16
• 2.1.2 QR码的图案特征16-18
• 2.2 模糊识别流程18
• 2.3 图像去模糊算法18-26
• 2.3.1 基于退化特征的去卷积算法18-23
• 2.3.2 盲去卷积算法23-25
• 2.3.3 算法的缺点25-26
• 2.4 本章小结26-27
• 第三章 基于QR码的模糊识别算法27-47
• 3.1 图像预处理模块27-28
• 3.2 模糊恢复模块28-42
• 3.2.1 寻像图形的提取29-32
• 3.2.2 模糊程度估计算法32-35
• 3.2.3 退化特征提取35-37
• 3.2.4 参变维纳滤波算法37-42
• 3.3 图像解码模块42-45
• 3.3.1 图像二值化42-43
• 3.3.2 图像解码43-45
• 3.4 本章小结45-47
• 第四章 系统工程实现47-57
• 4.1 开发环境47-49
• 4.1.1 Android基本概念47-48
• 4.1.2 Android消息机制48-49
• 4.2 软件架构49-56
• 4.2.1 软件功能模块50-56
• 4.3 本章小结56-57
• 第五章 实验结果与数据分析57-65
• 5.1 实验平台57-58
• 5.1.1 算法验证平台57
• 5.1.2 系统集成平台57-58
• 5.2 实验方案与数据分析58-64
• 5.2.1 算法仿真分析58-63
• 5.2.2 系统测试分析63-64
• 5.3 本章小结64-65
• 第六章 总结与展望65-67
• 6.1 总结65
• 6.2 展望65-67
• 致谢67-69
• 参考文献69-73
• 作者简介73

【参考文献】

中国期刊全文数据库 前4条

1 刘宁钟;叶超;苏军;;基于不变矩特征的二维码模糊类型辨识算法[J];数据采集与处理;2014年01期

2 李人哲;许刚;;模糊QR码图像的恢复[J];计算机应用与软件;2013年06期

3 明安龙;马华东;赵庆鹏;;散焦模糊的畸变QR barcode图像复原技术[J];计算机辅助设计与图形学学报;2007年08期

4 涂丹;甘亚莉;徐宗琦;;一种快速的QR码图像去模糊方法[J];计算机工程与科学;2007年03期

，

本文编号：713063