随着信息时代的高速发展，使得二维条码在多个领域内广泛的被应用,但在复杂环境情况下，对所拍摄的二维条码进行解码会受外界条件影响，造成拍摄的条码图像退化，不利于二维条码信息的识别和解码。论文以二维条码的三种退化降质类型：运动模糊，散焦模糊和高斯模糊作为复原对象，采用正则化技术思想，提出利用条码图像的边缘细节先验信息构造正则项，并合理构造正则化项的参数，解决不同退化类型下降质二维条码图像的复原问题，并以图像峰值信噪比PSNR和边缘强度CV评价方法进行分析，研究复原前后灰度直方图的变化，最后复原并识别具有标识产品相关信息的QR二维条码，给出识别解码的结果。主要的工作分为以下几个部分：首先，本文是以二维条码中的QR码为研究对象，介绍了QR二维条码的相关结构信息和码制信息，常见的三种退化类型的数学模型,经典的复原技术并给出全参考图像复原评价方法和无参考图像复原评价方法。其次，结合正则化技术思想，利用二维条码本身灰度分布，提出了一种基于边缘局部方差构造正则项，在正则化技术图像复原的数学模型下加入边缘正则项进行优化复原的方法，该方法在常见平滑约束项的基础上，对二维条码边缘细节进行细化，来达到优化二维条码图像复原的效果。然后，对上述提出的数学模型中的边缘正则项的参数进行构造，然后从全参考的峰值信噪比和无参考的边缘强度图像复原质量评价方法进行分析，研究复原前后灰度直方图的变化。最后，应用上述的边缘正则项的正则化复原方法对标识信息的QR二维条码图像进行复原工作，通过摄像头进行图像信息采集，在Matlab和C++混合编程的平台环境下，利用上述的边缘信息的正则化建模模型对QR二维条码进行复原和识别。本文所提出的基于边缘正则项的正则化复原方法，对二维条码图像具有更好的复原质量，能够满足二维条码在实际应用中的要求。