2010年春节QR码在火车票务管理中的成功应用,标志着国内QR码已经开始普及。QR码的识别在整个管理系统中占据了非常重要的位置。然而传统的QR码采集和识别设备过于专业化,于是便捷、高效的设备——如普通的摄像头加图像处理的方式——便应运而生,且将发展成为未来的主流。采用图像处理方式识别QR码符号的过程分解为:图像采集、图像预处理、图像定位、图像旋转、图像采样、图像译码。使用摄像头采集QR码符号,会由于手的抖动、光线的明亮程度、光学采集系统的性能、条码图像表面的划痕等等原因产生噪声。为了保证较好的识别率,必须对采集到的QR码图像进行一定的预处理。通常的预处理步骤是:灰度化、滤波、二值化。本文通过对滤波和二值化的过程进行详细的分析研究,提出预处理步骤为:灰度化、去噪、二值化、中值滤波。上述两种步骤主要区别如下:(1)预处理的顺序不同。本文提出了不同于常规的步骤顺序,将二值化步骤放在中值滤波步骤前,并提出一种适用于二值图像的中值滤波算法。最后用仿真实验证明这种方法的有效性。(2)针对采集到的QR码图像中的椒盐噪声,提出一种基于系数的中值滤波,并找到相应的一组系数。通过实验验证了采用该系数的中值滤波对提高QR码图像的识别率有较大的帮助。(3)本文考虑了高斯噪声污染QR码图像后的去噪情况,将小波去噪应用于QR码的图像去噪中,分析各种去噪效果,并提出一种小波阈值去噪新算法,通过仿真实验证明:采用该算法用在QR码图像去噪中可以提高译码的效率和准确率。(4)针对使用摄像头采集QR码图像时经常存在光照不均和反光等现象,本文提出一种专门用于QR码图像的二值化方法。实验结果表明:采用该方法的识别率比常用的全局阈值二值化方法要高,识别速度要比局部二值化方法快。最后本文将以上研究成果组合形成一整套预处理步骤:灰度化、去噪、二值化、中值滤波。并以本人的一项发明专利作为案例——使用手机二维码来代替银行卡进行支付功能的方法及系统。