论文研究基于ELM的多结构变形QR码分类校正研究.pdf

针对不同曲面上QR码变形多样化、识别率低的问题，考虑到极限学习机（ELM）对大量数据的快速分类能力，提出了一种基于ELM的多结构变形QR码分类校正算法。在欧氏距离量化变形特征后，运用ELM算法把变形结构分为平面变形、半曲面变形和全曲面变形三类，并利用不同分类系数改进QR码坐标透视变换算法，得到校正坐标值。实验结果表明，此方法不仅提高了QR码在曲面上的校正准确率，而且通过分类提高了曲面变形和平面变形QR码的校正速度。