| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外研究现状分析 | 第11-14页 |
| ·课题研究目的和内容 | 第14-16页 |
| 第2章 QR 二维码的结构和编码简介 | 第16-28页 |
| ·QR 二维码的特点 | 第16-17页 |
| ·QR 码的图形结构 | 第17-20页 |
| ·QR 码编码规则 | 第20-23页 |
| ·几种常见数据编码模式分析 | 第20页 |
| ·数字模式编码实现 | 第20-21页 |
| ·字母模式编码实现 | 第21-22页 |
| ·中国汉字模式编码实现 | 第22-23页 |
| ·RS 纠错编码 | 第23页 |
| ·QR 二维码的编码流程 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 QR 码图像预处理 | 第28-48页 |
| ·图像灰度化处理 | 第28-30页 |
| ·图像滤波处理 | 第30-33页 |
| ·图像二值化处理 | 第33-38页 |
| ·全局阈值法 | 第34-35页 |
| ·局部阈值法 | 第35-38页 |
| ·图像定位与旋转校正 | 第38-45页 |
| ·传统定位方法优劣比较 | 第38页 |
| ·位置探测图形的定位 | 第38-42页 |
| ·基于 Hough 变换的精确定位 | 第42-43页 |
| ·图像灰度级插补 | 第43-45页 |
| ·图像几何畸变的恢复 | 第45-47页 |
| ·选取畸变校正控制点 | 第45-46页 |
| ·平面投影转换 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 人工智能算法在 QR 码识别中的应用和比较 | 第48-64页 |
| ·基于遗传算法的 QR 码识别 | 第49-52页 |
| ·模型建立 | 第49-51页 |
| ·算法设计 | 第51-52页 |
| ·实验测试 | 第52页 |
| ·基于团队进步算法（TPA）的 QR 码识别 | 第52-58页 |
| ·TPA 基本模型 | 第53页 |
| ·TPA 算法原理 | 第53-54页 |
| ·算法实现流程 | 第54-55页 |
| ·QR 码图像识别 | 第55-56页 |
| ·实验结果 | 第56-58页 |
| ·基于改进型 BP 神经网络的 QR 码识别 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 嵌入式 QR 码识别系统设计 | 第64-74页 |
| ·系统设计实现 | 第65-69页 |
| ·系统框架 | 第65-66页 |
| ·系统平台搭建 | 第66-68页 |
| ·相关技术改进 | 第68-69页 |
| ·系统测试 | 第69-72页 |
| ·本章小结 | 第72-74页 |
| 第6章 总结与展望 | 第74-76页 |
| ·总结 | 第74页 |
| ·展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81-86页 |