摘要：在数字图像处理的基础上，结合二维码的符号特征，对二维码的识别流程进行了改进研究。分析了常用的识别方法，设计了识别流程，并对二值化算法进行了改进。在噪声污染比例不同的情况下，通过主观和客观评价方法，确定了使用自适应中值滤波算法;在光照不均的环境下，根据阂值分割原理，结合数字形态学方法，用改进分块方法将二维码划分为多个子块处理，并对处理后的图像进行Ostu算法，再利用形态学闭运算来消除图像的边界效应;通过透视变换，将畸变图像恢复为正规四边形，并对恢复后的图像利用双线性插值法进行了像素计算与修补。
关键字：污染二维码；透视形变；Hough变换；精确定位
1 引言
随着二维码技术的发展，二维码以其存储信息量大、识别速度快、抗污损能力强等优势占据了市场的主流位置，农产品在二维码的应用方面也日趋增多，随之而来的就是二维码受污染的问题，实际采集中，会受到噪声污染、光照不均、污渍破损等环境因素的影响，使得二维码识别变得困难。复杂情况下二维码的图像清晰化处理可以提高识别率，对日常生活中二维码的扫描识别有着重要的使用价值和理论意义。
2 国内外研究现状
二维码技术是计算机应用发展的产物，我国对二维码的研究是从20世纪90年代初开始的，作为一项新的技术得到了很好的发展和利用。它具有数据获取、自动识别、快速响应等功能。二维码技术以自身的优越性能（如随时随地生成使用，成本较低，使用方便，技术完善等），在各个领域得到了广泛应用，改变了人们的工作及生活方式，同时很大程度上提高了劳动效率。从某种意义上来说，二维码的流行改变了人们的生产和生活。然而在实际很多应用（特别是农产品）中，二维码容易污染，特别在农产品流通环节更易发生，从而影响到二维码图像的识别。针对此二维码问题，如手持设备在采集和传输图像时，难免会受到噪声污染，使图像变得模糊，不利于后期二维码的识别步骤。
2.1二维码滤波去噪现状
手持设备在采集和传输图像时，难免会受到噪声污染，使图像变得模糊，不利于后期二维码的识别步骤，滤波去噪是消除噪声对图像的干扰。根据滤波特性将去噪分为线性与非线性的滤波[1]方法。其中线性滤波最常见的是均
值滤波，均值滤波可以平滑随机出现的噪声，很多学者在此基础上提出改进算法。高欣欣等人提出一种迭代均值滤波算法[2]，该方法是使用邻域均值从图像的第一个像素开始处理，一旦处理该像素点便更新其灰度值，最终利用更新过的灰度值处理邻近后续像素，此方法对于小噪声的去除效果比较明显。张新明等人提出一种迭代自适应权重均值滤波[3]去噪方法，首先利用中心点与邻域像素相似性构建领域权重，并结合开关裁剪均值滤波形成新的滤波处理器，在保护图像边缘的同时自适应扩大窗口，迭代式滤波去噪，直到将噪声处理完毕。但对于灰度值具有两极性的椒盐噪声，效果并不明显。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
