复杂图像中的QR码自动提取算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 条码码制研究现状 | 第10-11页 |
| 1.2.2 条码识别技术研究现状 | 第11-12页 |
| 1.2.3 条码检测定位技术研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.3.1 研究目标 | 第14页 |
| 1.3.2 QR码检测定位 | 第14-15页 |
| 1.3.3 QR码提取 | 第15页 |
| 1.3.4 QR码解码 | 第15页 |
| 1.3.5 技术难点 | 第15页 |
| 1.4 论文章节结构 | 第15-17页 |
| 第二章 QR码概述 | 第17-31页 |
| 2.1 QR码基本结构 | 第17-19页 |
| 2.1.1 功能图形 | 第17-18页 |
| 2.1.2 编码区域 | 第18-19页 |
| 2.2 QR码编码原理 | 第19-27页 |
| 2.2.1 数据分析 | 第19-20页 |
| 2.2.2 数据编码 | 第20-22页 |
| 2.2.3 纠错编码 | 第22-23页 |
| 2.2.4 构造最终码字序列 | 第23页 |
| 2.2.5 模块排布 | 第23-25页 |
| 2.2.6 掩模 | 第25-26页 |
| 2.2.7 生成格式信息 | 第26-27页 |
| 2.2.8 生成版本信息 | 第27页 |
| 2.3 QR码解码原理 | 第27-29页 |
| 2.4 小结 | 第29-31页 |
| 第三章 QR码检测定位算法 | 第31-51页 |
| 3.1 特征描述子 | 第31-36页 |
| 3.1.1 Haar-like特征 | 第31-33页 |
| 3.1.2 LBP特征 | 第33-34页 |
| 3.1.3 HOG特征 | 第34-36页 |
| 3.2 基于级联结构的检测定位算法 | 第36-41页 |
| 3.2.1 分类器训练 | 第36-40页 |
| 3.2.2 目标检测 | 第40-41页 |
| 3.3 基于软级联结构的检测定位算法 | 第41-44页 |
| 3.3.1 弱分类器训练 | 第42-43页 |
| 3.3.2 指标整定 | 第43-44页 |
| 3.4 实验结果与分析 | 第44-48页 |
| 3.4.1 实验环境与数据 | 第44-45页 |
| 3.4.2 基于级联检测器的QR码定位实验 | 第45-47页 |
| 3.4.3 基于软级联检测器的QR码定位实验 | 第47-48页 |
| 3.5 小结 | 第48-51页 |
| 第四章 QR码提取算法 | 第51-65页 |
| 4.1 图像预处理 | 第51-56页 |
| 4.1.1 图像降噪 | 第51-52页 |
| 4.1.2 图像二值化 | 第52-56页 |
| 4.2 确定QR码位置 | 第56-62页 |
| 4.2.1 寻找定位图形 | 第56-58页 |
| 4.2.2 寻找构成QR码的定位图形组合 | 第58-60页 |
| 4.2.3 提取QR码 | 第60-62页 |
| 4.3 实验结果与分析 | 第62-64页 |
| 4.3.1 QR码提取实验 | 第62页 |
| 4.3.2 系统性能评价 | 第62-64页 |
| 4.4 小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者在攻读硕士学位期间发表的论文和成果 | 第73页 |
