随着计算机科学技术的发展，自动识别技术得到了广泛应用。在众多自动识别技术中，图形码技术已经成为当今主要的计算机自动识别技术之一。要实现高维图形码(本文将二维图形码和三维图形码统称为高维图形码)的实用化，关键要解决CCD等光读设备分辨能力问题和抗污损识读问题。而这些问题的解决，都取决于高维图形码的关键核心技术——纠错编码技术。不过，迄今只有美国和日本对图形码产品的纠错编码技术有话语权。另一方面，随着高维图形码应用的深度与广度不断扩大，大容量、高精度、微型化的高维图形码又向现有的纠错编码技术提出了一些新的难题：如何在宏观和微观上同时实现具有强纠错能力的超长好码，并且编译码速度足够快。如果这些问题没有解决好，将大大制约图形码向高端水平发展。然而，目前高维图形码的编码及纠错技术仍然受制于Reed-Solomon码及其IC设备的性能局限。因此，高维图形码的编码理论和纠错技术一直是图形码技术中非常活跃的研究领域，也是当前的研究热点。 本文主要进行了以下六个方面的工作： 1．详细介绍了各类图形码(包括一维图形码、二维图形码、三维图形码)及其各自的性能和特点，并对相关的图形码检测、识别、编码、纠错等一系列关键技术进行了研究。 2．对二维图形码进一步扩展，结合图形码字符几何结构和颜色构成，提出了一种三维图形码。系统研究了三维图形码的编码理论、设计思想和实现方法，探讨了三维图形码因信息容量剧增而在编码和纠错技术上遭遇的“瓶颈”问题。 3．系统地研究了LDPC的主要特性及其编译码原理和实现方法，探讨了将LDPC码用于高维图形码容错机制的适用性和可行性，并结合一种具体的三维图形码标准给出了基于LDPC码的三维图形码容错构码的可行方案。 4．提出了一类基于q元阵列环R(q>)一子模构造的高容错图形码编码技术——宏码，并给出了宏码的编译码算法和具体实例。该码的运算基域为GF(q)，但其码长却远远大于q，突破了GF(q)的局限。 5．以两种最有代表性的主流二维图形码——PDF417码和QR Code为例，深入研究了图形码的纠错原理及其实现方法。并讨论了将R2>)一子模上的宏码作为这两种二维图形码的差错控制码的可行性和适应性，分析了基于R(2>)一子模上宏码的高维图形码容错码制与目前二维图形码普遍采用的基于Reed-Solomon码的差错控制码制相比所具有的优势以及今后需要完善的地方。 6．结合具体的三维图形码标准，将q元阵列环R(q<2>)一子模上的宏码应用于三维图形码的容错构码技术中，为三维图形码的实现和应用提出了一种可行方案。