基于扫描枪的字符二维条码识读算法研究

不同于传统的图像二维条码,字符二维条码由字符组成条码矩阵.字符二维条码可通过扫描枪获取后,因其结构不同于传统图像二维条码,需对字符二维条码进行定位、分割以及字符识别.在扫描枪有限的内存空间和运行速度限制下,开发了字符二维条码的识读算法.提出了基于圆定位符的字符二维条码定位算法,对条码字符进行投影分割后,采用基于特征融合的识别方法实现了字符识别.实验表明:种字符二维条码识读算法能够很好地运行在扫描枪上,快速、准确地实现字符二维条码的识读.     

二维条码49码译码软件设计

着重论述４９码的编码原理，阐述在４９码译码软件设计中，采用相邻元素相似边距离的测量进行译码的方法。     

二维条码符号的发展

条码符号是条码技术研究的主要内容,针对条码符号在二维领域的发展,着重论述了二维条码符号的产生、编码方式及其适用领域。     

一种字符二维码的设计与实现

基于传统的Data Matrix和QR码的编码原理,借鉴了QR码的字母数字模式并扩展了DataMatrix ECC200的C40模式的编码子集和Text模式的编码字符集,在编码模式、编码规则以及符号结构这些方面都进行了设计和实现,利用Reed-Solomon算法计算纠错码并加入到最终码字流中,最后经过符号化过程形成了新型的字符二维码.该二维码是对传统图像二维码的改进,在符号化的过程中以字符矩阵代替图像.在PC端得实验结果表明,小容量的字符矩阵作为信息传递到移动终端时,使得二维码与移动端的结合在传输上降低了成本,也解决了一些移动端无法支持图像的问题.     

基于凸包算法的二维条码定位

在二维条码识别过程中,只有精确定位条码区域在原始图像中的位置,才能进一步做后续的矫正处理.文中以二维条码Data Matrix为例将计算几何中的凸包概念应用于条码定位,从像素点序列中筛选出凸包顶点以减少待处理像素点的数量.同时利用Data Matrix的定位图形特征设定筛选条件,最终得到用于定位条码区域的凸包顶点.凸包算法克服了传统直线检测算法因全局检测而需要大量存储空间的缺点.实验结果表明此算法能对扭曲或倾斜的二维条码区域进行有效的定位,并减少精确定位消耗的处理时间.     

二维条码空间域数字水印嵌入方法研究

在分析基于二维条码图像图形空间结构的水印嵌入方法基础上,阐述了该方法存在＂算法略显繁冗＂和＂算法结束条件的判断不够清晰＂等问题.根据工程实现的具体要求,提出了对该算法的改进方法,并加以具体实现.此方法在二维条码中嵌入水印信息,并引入加密方法,进一步提高了水印嵌入的安全性.结果表明,该方法可以在不影响识读条件下,有效地嵌入较多水印信息.     

基于二维条码PDF417的数字图像水印算法

利用二维条码（PDF417）密度高，容量大，可靠性好的特性，提出基于二维条码的数字图像水印嵌入方案，因二维条码采用纠错能力极强，译码可靠性高的RS差错编码技术，从而提高了数字水印的鲁棒性，亦可通过选择错误修自等级来调整水印质量，嵌入算法选择在图像的DCT域进行，并由随机映射选择水印嵌入点，进一步提高了水印信号保密性。讨论了该算法的抗JPEG压缩和随机噪声能力，该算法可抵抗剪切及尺寸变换攻击，数字水印信号同时满足透明性和鲁棒性要求，实验结果表明了该算法的有效性。     

基于二维条码的表单自动填充技术研究

提出了一种基于二维条码的表单自动填充技术,对表单中数据输入域进行了分析,将分析结果用于条码阅读机的训练,使条码阅读器能够识别特定的条码,并将条码中的各数据字段经过转换后自动填充到表单中的对应数据输入域中,从而完成表单的自动填充.     

运用二维条码技术实现图书管理

本文介绍二维条形码PDF417的结构、特点、编码方式。将PDF417二维码运用高校图书馆管理系统中的图书馆读者管理、借阅管理、书刊流通管理等环节，有效的提高了图书馆工作的及时性、准确性、安全性以及提升图书馆管理的水平，具有较高的应用价值。     

一种面向汉字的高压缩比彩色二维条码的设计与实现

针对黑白二维条码信息容量不足,以及目前流行的条码标准对汉字编码的压缩比偏低,无法适应汉字大量使用的问题,参照Data Matrix码标准,通过加入汉字库并对数据编码规则、条码结构以及解码方法等进行重新设计,实现了一种具有较高信息容量且对汉字编码具有高压缩比的彩色二维条码,在pc端对其编解码进行验证,且将其与黑白二维条码性能进行对比,在总体信息容量及单位模块上所能表示的数据信息等方面,彩色二维条码均取得很好的效果.     

变长编码字符型数据的保留格式加密

提出了两种变长编码字符型数据的保留格式加密方案。方案1基于Feistel网络构建合适的分组密码,并结合cycle-walking确保密文输出在合理范围内,适用于明文较短且需要隐藏字符个数的保留格式加密;方案2将明文消息空间划分为若干子集,在子集上进行定长编码字符型数据的加密,具有较高效率,适用于任意明文长度的保留格式加密。     

基于移动端的二维彩色条码分割算法研究

针对复杂环境下手机摄像头拍摄的二维彩色条码图像,提出了一种基于梯度特征的二维彩色 条码分割算法．首先,算法通过提取图像梯度特征来得到梯度图像;接着,采用ＤＣＴ变换对梯度图 像进行分块,并计算每块的加强系数,从而区分条码区域和非条码区域．最后,根据数学形态学和凸 包算法精确分割出条码区域．实验结果表明：该方法具有较好的分割能力,能够有效地从不同环境 下拍摄的二维彩色条码图像中分割出条码区域．     

数据库系统开发中字符编码问题的研究

讨论了数据库系统开发过程中前台、后台与字符编码之间的关系;分析了3种常用字符编码Unicode、ANSI、UTF-8之间的关系以及它们的优缺点;通过实例揭示了数据库系统中由于字符编码的混用可能出现的数据丢失现象,并通过字符编码理论与数据库开发实验结果提出了解决数据丢失问题的方法.运用具体的数据库开发试验,充分地揭示了数据库开发中关于字符编码可能出现的一系列安全问题,说明了字符编码作为基础理论在数据库开发过程中具有不可忽视的重要性.     

基于图像处理的复杂条件下手机二维码识别

针对手机二维码在光线不均衡、拍摄条码发生几何畸变等复杂条件下的识别问题,以QR码为例,提出利用透视投影变换对拍摄图像进行几何畸变校正,使用多阈值方法进行二值化处理。依据位置探测图形的特点对条码图像进行定位和裁切,设计了基于采样网格的窗口采样方法,以提高信息采样准确率,给出了QR条码的纠错译码步骤。实验结果表明,该方法可以有效识读光线不均和几何畸变的手机二维码。     

Structured Light 3D Vision Based on Laser Scanning Space-encoding and Its Synchro Control

ＳｔｒｕｃｔｕｒｅｄＬｉｇｈｔ３ＤＶｉｓｉｏｎＢａｓｅｄｏｎＬａｓｅｒＳｃａｎｎｉｎｇＳｐａｃｅ┐ｅｎｃｏｄｉｎｇａｎｄＩｔｓＳｙｎｃｈｒｏＣｏｎｔｒｏｌ＊ＹＵＸｉａｏｙａｎｇ（于晓洋）ＱＩＡＮＧＸｉｆｕ（强锡富）ＺＨＡＮＧＪｉａｎ＊＊（张健）ＷＵＬ...     

优化稀疏LU分解的LDPC编码算法研究

中国移动多媒体广播标准中采用了高度结构化低密度校验码编码.针对该低密度校验码非系统码和非准循环特性,设计了一种基于LU分解的编码算法,巧妙地设计了紧凑的矩阵存储方式,修正了行重列重乘积最小化的优化准则,提出了优化的稀疏LU分解.仿真计算结果表明,相对其他文献中的算法,所提稀疏LU分解得到的L和U中元素"1"的个数减少10%,具有更好的稀疏性,进一步降低了编码算法的时间复杂度.因此,基于优化稀疏LU分解的低密度校验码编码算法在中国移动多媒体广播标准实际应用中具有较好的前景.     

基于OpenGL的二维电法数据三维可视化技术研究

结合目前电法勘探数据成图及二维解释的特点及存在的局限性,研究了OpenGL和VC＋＋2005联合编程,结合二维剖面数据特点,研制了基于OpenGL的电法数据三维可视化系统Geo3DVis。Geo3DVis的基本功能包括工区建立、二维解释、三维显示;实现了对二维剖面数据的动态放大、缩小、平移等交互操作。将Geo3DVis应用于实际二维物探数据资料解释,取得了良好的地质效果。     

基于QoS的D2D资源分配算法

D2D通讯技术是5G通讯的一项关键技术,其最大的特点是数据无需经由基站转发并且能够有效地提升系统容量,提高频带利用率.但是它也存在一定缺陷,由于通讯过程中会占用原有蜂窝信道,D2D用户会对原始的小区用户产生干扰,并且这是一个两种用户相互干扰的过程.因此,D2D资源分配成为D2D技术引入的关键.为了克服在“一对一”D2D频谱分配过程中,每个D2D对仅可以占用一个移动信道的分配方式下,新加入D2D用户不一定会使得总容量变大这一问题,文中提出的算法兼顾了资源分配与功率控制两个方面.实验结果表明,在规定每对D2D用户可占用多个基站小区信道,新加入D2D用户不能使系统总容量减小的条件下,新的算法能有效地提升D2D用户总容量.     

2D spiral pattern recognition based on neural network covering algorithm

The main aim for a 2D spiral recognition algorithm is to learn to discriminate between data distributed on two distinct strands in the x-y plane.This problem is of critical importance since it incorporates temporal characteristics often found in real-time applications.Previous work with this benchmark has witnessed poor results with statistical methods such as discriminant analysis and tedious procedures for better results with neural networks.This paper presents a max-density covering learning algorithm based on constructive neural networks which is efficient in terms of the recognition rate and the speed of recognition.The results show that it is possible to solve the spiral problem instantaneously(up to 100% correct classification on the test set).