Android下otsu算法实现,基于android嵌入式平台的QR码识别系统的设计与实现

摘要：

QR码具有可靠性高,信息容量大,保密防伪性高,抗损性强,全方位和超高速识读等优点,而且能高效的表示中国汉字,适于在中国的发展.随着信息技术的发展,条形码识别设备日益智能化,网络化和微形化.可以应用于物流,电子商务,安防,防伪,身份认证,商品流通,广告宣传等领域.另一方面,android已成为嵌入式领域尤其是手持终端中第一大嵌入式操作系统.因此研究基于android嵌入式平台下的QR条码识别有着非常重要的现实意义. 本文首先介绍了本课题的选题背景和依据以及二维条码在国内外的研究现状,研究了QR码图像预处理方法,对图像进行灰度化处理并使用中值滤波消除噪声,使用OTSU算法选择阈值对图像进行二值化处理,采用HOUGH变换和双线性插值方法对图像进行几何矫正,从而解决了图像噪声对条形码的影响. 受到缺损或玷污的QR条码图像经过图像预处理后的QR条码容易引起部分数据的错误或缺失,因此条码的纠错能力对条码的正确读取及其重要.一维条码可以检查是否出现错误,而二维条码不但可以检查出错误,还可以纠正错误.传统RS译码算法均基于求解线性方程组的方式,求解计算的复杂度较高,因此本文采用一种改进的Reed-Solomon纠错算法来对QR码进行纠错译码.该算法采用BM(Berlekamp-Massey)迭代算法计算错误位置多项式;用钱(Chein)搜索算法计算错误位置多项式的根,根的倒数即为错误位置;用Forney算法计算错误值.改进后的纠错译码算法不仅提高了提高QR码解码成功率,而且减小了运算量,提高的纠错译码速度. 最后,由于基于Android SDK的条码识别系统在识别速度上有一定的局限性,而Android NDK使开发者可以使用原生代码(C或C++)实现应用的一部分从而不仅能够增加代码的重用性而且能够加快程序的运行速度.NDK适用于独立的,占用内存少,CPU密集型操作(例如,信号处理,物理仿真等).由于图像预处理和解码需要大量数据运算,本文采用Android NDK方式实现QR码图像的预处理和解码部分从而提高QR码的识别速度,在基于android操作系统的tiny6410开发板上实现了嵌入式QR码识别系统,并对系统的功能进行测试.

展开