本文研究的内容是QR码的识别和它的应用，从一维条码发展到二位条码，条码技术发展迅速，自二位条码产生以来，二维条码很快就成为人们关注的焦点。二维条码容量大，安全，密度高，纠错能力强使其在人们生活中获得了广泛应用，在交通运输，邮政，商品信息，物流管理的各个方面都有。特别是QR码在我国的应用更是随处可见，社会的发展，信息技术的进步，实际生活中对QR码的要求也更高。一是QR码识别的准确度与速度，目前提出的条码定位算法主要是利用数学形态学对条码进行版面分析来提取出可能的条码区域，还有利用投影的方法提取出条码区域，这些方法对于条码图像比较简单的情况比较有效，但对于条码图像比较复杂的情况，提取条码区域过程中会产生伪区域，相比于这些方法，本文提出基于极限学习机(ELM)的条码定位算法定位条码区域准确率高而且速度快。另一个就是QR码的应用。近年来QR码在人们生活中随处可见，其中应用的一方面就是食品的流通管控，在生活中食品的安全是很重要的，保障了食品安全才能保障人民的物质生活水平，这也是人们生存的基本保障，但是近几年来食品发生安全问题，例如禽流感，口蹄疫，食品中毒等现象频繁发生，人们开始只是关注食品的源头，但后来慢慢发现其实食品的安全流通也是重要的一方面，因此对食品的流通整个过程的监控变得越来越重要。对食品的安全追溯，找到食品安全危机的根源，在哪个环节出的问题才是重点，现在对于食品安全追溯中食品的流通管控的主要是条形码、RFID等技术的应用。将QR识别技术应用于食品物流管理能提高物流管理的效率，而且成本低。本文结合Android系统移动手机开发技术，根据目前的物流中出现的问题设计了食品安全追溯系统，实现了基于QR码的物流管控子系统。本文的主要工作如下：(1)本文开始介绍了二维条码的研究现状，介绍了QR码的特点，编码方式，解码方法，和目前国内外研究的主要的QR码图像预处理方法(灰度化，滤波,二值化)，这些理论是文章后面研究，实验的基础。(2)本文最重要的工作是提出了基于ELM（极限学习机）和高斯滤波技术的条码定位算法，文章分析了现有条码定位算法的不足与局限性，在背景复杂的情况下条码定位算法的准确率不高，会产生伪区域，而本文提出的算法在复杂背景下准确率依然较高，效果较好。本文的算法：首先使用Gabor滤波提取出样本条码图像的纹理特征，然后用这些特征样本对基于极限学习机(ELM)的单隐层反馈神经网络进行训练获得分类器，接着用同样的方法提取出待处理的条码图像的纹理特征，作为输入，使用分类器对条码图像的像素进行分类，最后分析分类器的输出结果得出条码区域。我们应用这个算法对二维条码图像进行条码定位，实验表明这个算法优于一般的用数学形态学提取条码区域的算法，基于ELM的条码区域提取算法准确率高，而且速度较快。(3)文章设计了一个食品安全追溯系统，其中包括Android手机QR码识别与解码程序的设计，并应用到食品安全追溯系统中。文章介绍了国内外食品安全的现状与Android手机平台的优势，并从总体设计到子系统的设计对整个食品安全追溯系统进行了说明。(4)文章的最后实现了一个基于QR码的物流管控子系统。系统主要包括了windows系统下的QR码编码模块，Android手机定位模块，手机QR码解码模块，手机客户端与服务器通信模块，手机客户端界面的设计等。系统验证了基于ELM的条码定位算法的有效性，显示了Android手机位置定位与QR码识别技术应用于物流管理的实用性。