第二章 QR 码的结构与编码理论
2.1 QR 码简介QR 码是由日本 Denso 公司于 1994 年 9 月研制的一种矩阵二维码，如图 2-1 所示。
QR 码除了具有一维条码及其它二维条码所具有的信息容量大、可靠性高、可表示汉字及图像多种文字信息、保密防伪性强等优点外，还具有如下主要特点：（1）超高速识读。从 QR 码的英文名称 Quick Response Code 可以看出，超高速识读特点是 QR 码区别于四一七条码、Data Matrix 等二维条码的主要特性。每秒可以识读 30 个含有 100 个字符 QR 码。（2）全方位识读。QR 码的三个角上有三个寻像图形，使用 CCD 识读设备来探测码的位置、大小、倾斜角度、并加以解码，实现 360 度高速识读。（3）数据密度大，占用空间小。普通的一维条码只能在横向位置表示大约 20 位的字母或数字信息，无纠错功能，使用时候需要后台数据库的支持，而 QR 码是横向纵向都存有信息，可以放入字母、数字、汉字、照片、指纹等大量信息，相当一个可移动的数据库。如果用一维条码与二维条码表示同样的信息，QR 码占用的空间只是条码 1 11的面积。QR码可以放入 1817 个汉字、7089 个数字、4200 个英文字母，容量密度大。且 QR 码用特定的数据压缩方式表示汉字，仅用 13bit 即可表示一个汉字，比其他二维条码表示汉字的效率提高了 20%。（4）纠错能力强。QR 具有 4 个等级的纠错功能，即使破损或破损也能够正确识读。QR 码抗弯曲的性能强，通过 QR 码中的每隔一定的间隔配置有校正图形，从码的外形来求得推测校正图形中心点与实际校正图形中心点的误差来修正各个模快的中心距离，即使将QR 码贴在弯曲的物品上也能够快速识读。
2.2 QR 码的图形结构
每个 QR 码符号由名义上的正方形模块构成，组成一个正方形阵列，它由编码区域和包括寻像图形、分隔符、定位图形和校正图形在内的功能图形组成。功能图形不能用于数据编码。符号的四周由空白区包围。图 2-2 为 QR 码版本 7 符号的结构图。
（2）寻像图形寻像图形包括三个相同的位置探测图形，分别位于符号的左上角、右上角和左下角，如图 2-4 所示。每个位置探测图形可以看作是由 3 个重叠的同心的正方形组成，它们分别为 7 7 个深色模块、5 5 个浅模块和 3 3 个深色模块。如下图所示，位置探测图形的模块宽度比为 1：1：3：1：1。符号中其他地方遇到类似图形的可能性极小，因此可以在视场中迅速地识别可能的 QR 码符号。识别组成的寻像图形的三个位置探测图形，可以明确地确定视场中符号的位置和方向。
第二章 QR 码的结构与编码.........................6
2.1 QR 码简介..............................................6
2.2 QR 码的图形............................................6
2.3 QR 码的基本特征 .............................8
2.4 QR 码的编码简介 ..................................9
第三章 数学形态学基本.....................................17
3.1 数学形态学的形成与....................................17
3.2 基本概念 ..........................................17
3.3 二值数学形态学 ...............................................19
3.4 灰度数学形态学 ........................................21
第四章 QR 码图像边缘特征................................................25
4.1 基本概念及基本实现.............................25
第七章 总结与展望
7.1 总结
自然状态下采集的 QR 码图像普遍存在有高光区，阴影，低分辨率，散焦模糊等缺点，如果不能得到较高质量的图像就无法对其进行准确解码或者根本无法解码。本课题在对比和研究传统的图像方式识别条码的基础上，结合数学形态学理论对一些方法做了改进，对失真的 QR 码图像进行处理取得了较好的效果。主要工作和创新有：
（1）详细分析了 QR 码同其它一维和二维条码相比的优势所在，介绍了 QR 码的码型结构、基本特征及编码和译码原理，并给出了译码的参考译码算法和译码实例。
（2）QR 码图像边缘特征提取。边缘检测遇到的一个很重要的问题就是增强边缘和降低噪声两者之间的矛盾，这也可以说是边缘检测技术的瓶颈。经典的一阶和二阶微分型的边缘检测算子对噪声过于敏感，而采用先平滑滤波后微分的最优算法虽然理论上可以做到消除噪声，但是实际中要达到这个效果会带来大量边缘细节的丢失。传统的形态学边缘检测算法则对噪声过于敏感。本文改进的抗噪型形态梯度算法不仅可以较好地去噪，而且还可以检测出较丰富的边缘。
（3）QR 码图像二值化。自然状态下采集的条码图像受不均匀光照的影响在用传统阈值方法转化为二值图像时会出现较大差错，严重影响解码效果。本文利用光照模型对不均匀光照引起的 QR 码失真问题进行了深入分析的基础上，结合数学形态学的理论提出了一种新的局部阈值法，实验表明该方法不仅耗时少，而且处理后的图像解码准确率高。
