摘 要

本文对生活中广泛应用的二维码进行研究，对光照不均情况进行分析，分为五种情况：均匀光照、局部光照过弱、局部光照过强、整体光照过弱、整体光照过强，其中，均匀光照组作为对照组。再对研究中采集到的二维码图像进行预处理，将其灰度化，然后根据不同的阈值进行二值化，再选择不同的滤波去噪方法处理，最后对二维码图像进行识别。

论文主要研究了不同光照情况二维码图像的预处理、二值化、滤波和识别，并且设计实现了二维码图像的增强和识别系统。

研究结果表明：经典的otsu阈值能够解决部分二维码图像的光照不均问题，但对于光照情况较为复杂的二维码图像还是需要人工选择阈值。

本文的特色：采集五种不同光照情况的二维码图像并对其进行处理，验证经典的阈值分割法能否解决光照不均问题。

关键词：二维码；光照不均；阈值分割；otsu阈值

Abstract

In this paper, the two-dimensional code widely used in life is studied, and the uneven illumination is analyzed. It is divided into five situations: uniform illumination, partial local illumination is too weak, local illumination is too strong, overall illumination is too weak, and overall illumination is too strong. Among them, the uniform illumination group was used as a control group. The two-dimensional code images collected in the study are preprocessed, grayed out, then binarized according to different thresholds, and then selected different filtering denoising methods are processed, and finally the two-dimensional code images are identified.

The paper mainly studies the preprocessing, binarization, filtering and recognition of two-dimensional code images of different illumination conditions, and designs and implements the enhancement and recognition system of two-dimensional code images.

The results show that the classical otsu threshold can solve the problem of uneven illumination of some QR code images, but it is necessary to manually select the threshold for the two-dimensional code image with complex illumination.

The characteristics of this paper: collect two-dimensional code images of five different lighting conditions and process them to verify whether the classic threshold segmentation method can solve the problem of uneven illumination.

Key Words：QR code；Uneven illumination；Threshold segmentation; otsu Threshold

目 录

第1章 绪 论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 2

1.3本文主要研究内容 3

1.4论文章节安排 4

第2章 二维码图像增强和识别理论分析 5

2.1 光照不均情况分析 5

2.2 图像灰度化方法 5

2.3 图像二值化方法 6

2.4 图像滤波方法 7

第3章 二维码图像增强和识别系统设计实现 8

3.1 系统设计平台 8

3.2 系统界面展示 9

第4章 光照不均二维码图像增强和识别实现 12

4.1 采集图像 12

4.2 图像预处理 13

4.3 图像二值化处理 13

4.4 图像滤波去噪 16

4.5 二维码识别 17

4.6实验结果分析 21

第5章 总结与展望 24

5.1 总结 24

5.2 展望 24

参考文献 26

致 谢 27

第1章 绪 论

1.1 研究背景及意义

如今，智能移动设备被广泛使用，二维条码越来越频繁地进入公众的视野。因此，人们的生活和工作与2D条形码的支持是分不开的。 QR码是目前最受欢迎和广泛使用的2D条形码类型。由于QR码的便利性和QR码识别技术的改进，QR码从工业生产需求迅速发展到公共生活的每个角落。 从物流信息到移动支付的传输，从票据信息的验证到多媒体信息的传播，二维码给人们的生活和工作方式带来了巨大的变革。因此，二维码技术的研究更为重要意义。目前，二维码在中国支付领域的具有重要地位，常见的扫码支付方式包括支付宝支付和微信支付。

二维码又叫做二维条码，目前在实际生活中最常见的二维码是QR Code，QR的全称是Quick Response^[1]，与以往传统的Bar Code条形码作比较，它能够表示更多的数据类型，本文的研究就选取了文字、数字、英文单词、英文句子、文字加汉字等几种类型的二维码图像。二维码（2-dimensional bar code）是用来记录信息的黑白图形，它把特定的几何图形按照一定的规律排列^[2]。二维码技术和条码技术都有这样的共性：每一种码制都有属于它自己的特定的字符集；每个字符占有一定的宽度；具有一定的校验功能等。在图1.1中，列举了几幅常见的二维码图像。

图1.1 几种常见的二维码

与条形码相比，二维码是一种更高级的条码格式。条形码只能在一个方向上表达信息，而二维码在水平和垂直两个方向都可以存储信息^[3]。二维码在生活中的应用非常广泛，比如：扫码支付、扫码点餐、扫码乘车、扫码观影^[4]，如图1.2所示。另外，在工作和学习中也扮演着很重要的角色，比如图书馆的扫码预定座位、扫码传输文件、扫码签到等。

然而实际采集到的QR 二维码图像总是会因为各种原因无法解码。QR 二维码在识别过程中可能遇到以下问题：实际中采集QR 图像时，避免不了图像出现噪声污染，使QR 二维码识别出现困难^[3]；由于QR 二维码在自然环境下采集会出现强光、弱光等光照不均现象，难以识别，如图1.3所示。因此QR 二维码的图像处理是识别的必要前提。