QR码是一种常见的二维条形码。与其他同类型的二维条码相比,QR码具有编码密度较高、识别速度较快和汉字编码能力强的综合优势,在我国得到了广泛的应用。然而,QR码图像通常是通过手机摄像头采集的,受手机摄像头分辨率和光照环境等因素的影响,采集到的QR码图像可能存在模糊、光照不均、几何失真,甚至部分污损等情况。这些复杂的条件都将对QR码的正确识别带来不利的影响,需要先进的图像预处理,以提高其识别率。因此,复杂条件下的QR码识别一直是条码应用领域的研究热点。针对模糊QR码图像的自动识别,本文研究其可能涉及到的图像预处理关键技术。具体地,论文的主要工作归纳如下:第一、详细分析了模糊QR码图像自动识别的图像预处理关键技术,包括二值化、大致定位、精确定位、几何失真校正以及自适应取样等关键步骤。特别是,以带约束的最小二乘滤波器(Constrained Least Squares filter)为基础,提出了一种快速的迭代QR码图像去模糊方法。它将增量维纳滤波器与对象级约束结合起来,改善QR码图像复原(去模糊)的质量。在QR码图像的二值化上,采用一种新的基于Sauvola方法的局部阈值二值化方法。此外,还提出了一种结合校正图形,自适应地划分区域并且逐区域取样的方法。第二,采用模块化程序设计的方法,利用C#语言,编程实现了一个完整的QR码图像自动识别软件。在标准QR码译码算法的基础上,分析了摄像头采集的QR码图像识别软件的流程和软件模块划分,并且进行了编码实现。此外,多个QR码图像自动识别的应用实例表明,本文提出的QR码图像预处理方法,无论是纸质的还是计算机屏幕上的QR码,通过普通的USB摄像头采集,即使存在较为复杂的失真,都可以进行正确的解码,且速度较Zxing有所提高。本文提出的QR码图像预处理算法对于模糊等失真类型都具有较高的识别率,且识别速度较快,取得了满意的自动识别效果。