基于 ELM 的多结构变形Q R码分类校正研究

• 作者: 沈宇超 许刚 谈元鹏
• 来源期刊: 计算机应用研究
• 关键词: QR码多结构变形 极限学习机 分类校正
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3517-3520
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001--3695.2016.11.070

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许刚	华北电力大学电气与电子工程学院	62	289	10.0	14.0
2	谈元鹏	华北电力大学电气与电子工程学院	8	51	4.0	7.0
3	沈宇超	华北电力大学电气与电子工程学院	1	1	1.0	1.0