| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·二维条码的产生与发展 | 第7-8页 |
| ·二维条码分类 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究工作概括及论文结构 | 第11-13页 |
| 第二章 QR Code 二维条码 | 第13-25页 |
| ·QR Code 符号结构 | 第13-16页 |
| ·QR Code 的主要特点 | 第16-18页 |
| ·QR Code 的编码规则 | 第18-24页 |
| ·数据分析与模式选择 | 第18-19页 |
| ·数据编码 | 第19-21页 |
| ·纠错编码 | 第21-22页 |
| ·码字在矩阵中的布置 | 第22-23页 |
| ·掩模 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 QR Code 条码图像的预处理 | 第25-43页 |
| ·QR Code 条码图像的预处理流程设计 | 第25-36页 |
| ·灰度化 | 第25-26页 |
| ·图像去噪 | 第26-32页 |
| ·图像二值化 | 第32-36页 |
| ·基于小波分解和大津法的图像二值化方法 | 第36-42页 |
| ·简单的成像模型 | 第37-38页 |
| ·利用小波分解得到光照近似分布 | 第38-40页 |
| ·消除光照不均影响 | 第40-41页 |
| ·实验结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 QR Code 条码的提取 | 第43-53页 |
| ·现有条码区域提取方法 | 第43-44页 |
| ·基于 Gabor 滤波和 BP 神经网络的条码区域提取方法 | 第44-52页 |
| ·Gabor 滤波器提取纹理特征 | 第44-46页 |
| ·BP 神经网络对像素分类 | 第46-50页 |
| ·区域提取 | 第50-51页 |
| ·实验结果 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·论文工作的总结 | 第53页 |
| ·研究中仍存在的问题 | 第53页 |
| ·研究展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-62页 |