随着计算机技术的迅猛发展和应用,条码识别技术越来越多地应用在制造、通信、交通运输、生物医疗、电子商务、信息管理等领域。在当前使用的条码种类中,一维条码存在信息容量小、纠错能力差、空间利用率低等缺陷。为了满足条码技术的应用需求,二维条码具备信息容量大、编码范围广、纠错能力强、易制作等特点,开始广泛的应用在各行各业上。不同码型的二维码具有不同的特性,其中QR码凭借全方位(360°)快速识读、占用空间小、数据密度大和独特的编码特性等优点,在条码市场中得到广泛的应用。在使用图像传感器在采集到条码图像时,由于背景干扰、强光、弱光和光照不均等复杂光照条件的影响,采集的QR码图像容易产生噪声或条码区域不清晰,比如出现整体高亮、亮度突变和渐变以及低对比度等情况,导致二维码区域提取困难,造成了QR码识别成功率低及耗时过长等问题。图像二值化技术可以。所以需要开展QR码图像二值化的详细研究工作,确定出一个能准确分割条码图像的二值化方法。本文针对这些复杂光照条件,研究了QR码图像的分类和QR码识别过程中的图像二值化技术。主要内容如下:(1)首先对复杂光照QR码图像二值化的文献调研,对采集的QR码图像样本进行特征分析并对这些图像进行分类,通过中值滤波算法对图像进行降噪,然后针对QR码的复杂光照图像,提出了改进型局部阈值自适应的二值化方法,对QR码的复杂光照图像进行实验分析;结果表明该方法处理后的图像,识别成功率为93.33%。(2)基于谷歌条码识别开源代码库zxing,在Linux环境下完成QR码识别系统开发,并成功移植在上华为某款ARM9芯片,完成了一款二维条码识读设备,实验结果表明,该识读设备在复杂光照条件下能对QR码进行准确识读,且成功率在80%以上,解码耗时在200ms以下。本文通过对30万像素的图像传感器采集的QR码复杂光照图像,进行图像二值化和解码技术的研究。基于华为某款ARM9芯片实现了一款适用于复杂光照下的二维码扫码设备,针对该硬硬件平台,对代码进行优化设计,提高了QR码识别算法的识别成功率到80%以上。并对于强光、弱光、光照不均等复杂光照条件下,该扫码设备可以完成QR码的图像采集、图像处理,解码、译码和信息显示等功能。