研究了基于二维(QR)码识别的P4P算法,提出利用QR码中存储的四个共面顶点的坐标和QR码图像中的像素坐标进行定位。通过相机标定和图像校正得到校正的QR码四个共面顶点的像素坐标,通过译码程序解析得到四个共面顶点的实际位置坐标,将P4P算法解算输出的旋转矩阵和平移向量作为下一步算法的迭代初始值。在透视N点投影算法中,借助李群和李代数之间的局部同构关系,将流形上的寻优转化为切空间中的寻优,利用线性空间中的最优化手段对目标值进行优化。在切空间的任何梯度方向,参数值都在该空间内,即所求矩阵都在流形上。实验结果表明,在导航运动过程中,相机坐标位置误差小于±2 mm,旋转角度误差小于±0.5°,算法具有较高的定位精度及稳定性。

提出了一种基于加速稳健特征(SURF)算法的精确定位的方法,通过识别地面铺设的二维(QR)码完成了定位预判与姿态矫正。对获取的QR图像进行预处理,并采用SURF算法提取图像中的特征点信息,匹配实时图像与目标图像的特征点,并利用最小二乘拟合获取图像间的转换矩阵,将转换矩阵与自动导引车(AGV)的视觉导引模型结合以实现AGV的精确定位。实验结果表明,在结构尺寸较大的重载AGV中,所提算法的定位稳健性较好,精度达到±1 mm。

智能化精准获取木材基本信息是木材质量追溯系统信息采集的核心， 同时也是木材后期分流、 加工、 精细化利用的重要依据。 旨在探讨基于小波变换的木材近红外光谱（NIRS）去噪及模型优化， 研究近红外技术用于木材质量追溯的基础理论与方法， 构建基于近红外的木材质量追溯体系。 以山杨木材气干密度为例， 采用小波变换进行光谱去噪及模型优化， 应用偏最小二乘法（PLS）构建了基于近红外光谱技术的山杨木材气干密度定标模型。 在此基础上， 集成二维码技术， 在Matlab环境下， 将近红外定标模型预测结果（以木材密度为例）及其他木材相关信息（树种名称、 产地、 采集单位、 数据获取方式等）生成快速响应矩阵码（QR Code）， 以实现木材信息的有效、 快速追溯。 同时研究分析了不同纠错等级、 字符数、 像素下QR码的可读性及有效性。 结果显示： (1)当db5小波基分解层为5时， 经启发式硬阈值去噪后得到的信噪比（SNR）最大， 均方根误差（RMSE）最小， 基于小波变换的近红外光谱去噪效果最好， 将校正模型决定系数由0774 8提高到了0850 1； (2)字符数一定时（本追溯信息的字符数为217）， 当像素大于100 px×100 px时， QR码的可读性均大于90%； 当纠错等级为7%、 像素大小为200 px×200 px时， 随着字符数由100增加至600， 解码率和可读性均为100%。 研究表明， 基于小波去噪及近红外光谱技术， 可以实现木材密度的准确预测， 并能有效集成QR码技术， 以QR码作为传递木材信息的有效载体， 为木材材性信息的无损获取及有效追溯提供了理论依据与技术支撑。

提出了一种快速反应(QR)码结合双随机相位加密系统及频分复用的多重水印方法。为了扩大水印容量, 首先将QR码的有效编码区域组合为新图像, 再将两幅组合后的图像分别作为实部与虚部, 构成双QR码复信号。在空间域和空间频率域用随机相位模板将复信号编码为复噪声形式的加密水印信号。对各组双QR码加密水印信号进行预处理及频分复用, 以产生多重水印。水印信号以冗余方式嵌入宿主图像经拉普拉斯分解后残差分量的中高频区域, 水印信号的恢复无需原始宿主图像, 可实现盲提取。仿真结果表明, 所提方法在缩放、滤波和旋转等方面表现出较好的稳健性, 对JPEG压缩、剪切、高斯噪声等也具有一定的稳健性。分析了复用容量及作为密钥的随机相位模板对重建水印质量的影响。

QR码图像采集过程中会出现椒盐噪声, 为了在滤除图像椒盐噪声的同时能很好地保持图像的细节, 将几种常用中值滤波方法应用到QR码的图像预处理中, 进一步对其结果进行比较, 得出QR码图像中值滤波的规律。据此提出利用窗口系数的新中值滤波方法, 先二值化, 然后进行基于滤波窗系数的中值滤波处理, 经过实验比较找到一组系数。实验结果表明：将该系数的中值滤波用在QR码图像预处理中可以大大提高译码的效率和准确率。在加噪一定情况下, 实验的识别率达到了100%。