复杂背景下的QR码批量定位与识别算法

摘要：

通过改进的YOLOv4 目标检测算法对 QR 码进行定位与预分割,采用改进的 Otsu 算法对QR码进行预处理,使用ZBar算法对预处理后的 QR 码进行内容读取,实现批量识别一张复杂背景图像中的 QR码.使用K-means++聚类算法对先验框进行聚类分析,选取最合适的先验框大小以获得更好的检测精度,同时对YOLOv4 网络结构进行改进.实验结果表明:在 QR 数据集上,改进的YOLOv4 目标检测算法检测的平均精度为 90.54%,相较于其他目标检测算法,检测的平均精度大大提升,与未改进的YOLOv4 目标检测算法相比,平均精度提升了 5.09%.

关键词：目标检测、QR码、YOLOv4、数据增强、K-means++

所属期刊栏目：51

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家社会科学基金

在线出版日期：2023-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：355-361