1、“.....未来工作展望二维条码的实际应用场合很多，应用环境复杂多变，要做到在任何环境下都能快速准确地完成解码，是非常困难的。本文只是在些方面解决了实际应用中所遇到的问题，但研究工作还不全面，还可以在提高解码成功率拓展应用环境等很多方面进步深入研究，以求达到更好的效果。未来的研究方向如下本文的研究工作均建立在条码处在于个平面内，而不是在个弯曲的曲面上的假设。因此在条码图像可能存在的失真方面，仅考虑了刚体的仿射失真和透视失真，而没有考虑条码弯曲的情况。本文所提出的条码定位和解码算法对条码弯曲的情况是无效的。解决这问题应该可以通过些方法在图像上找到些控制点进行曲面拟合加以校正，但这还有待于进步深入研究。有些二维条码打印时采用彩色打印，将标准条码中的深色模块和浅色模块采用两种颜色分别表示。文献指出些颜色会出现在色调上很容易区分，但亮度却很接近的情况......”。

2、“.....这就需要将颜色信息引入条码解码，进步加以研究。虽然二维条码可以存储大量信息，但如果信息量过大会造成条码面积过大，成本上升，无法适应些需要读取大量信息的应用要求。随着社会信息化程度的不断提高和二维条码等自动识别与数据采集技术的飞速发展，近几年来二维条码技术与其它技术相互融合相互渗透的趋势越来越明显。随着技术在全球的推广应用，二维条码技术与射频识别技术的集成形成了新的热点。条码成本低易于制作，但信息量有限而技术则具有更大的信息存储量，且安全性好，识读快捷，但成本较高，且使用被动标签的系统则需要阅读器随时保持开启状态，不停地发射电磁波，消耗大量的功耗。二者的融合达到了优势互补，具有广阔的发展前景。文献中提出种将和视频检测结合起来的车辆信息采集系统......”。

3、“.....可以很好的降低系统功耗。借鉴这系统，可将二维条码和结合起来，将大部分信息存储于标签中，其余信息存储在二维条码中。平时阅读器处于关闭状态，当物体上的二维条码被正确解码且其中所含信息表明物体上还带有存储着系统所需信息的标签时，打开阅读器读取标签中的信息。这样可以通过少量投资，在不需大量提高功耗的情况下，解决些需要读取大量信息的应用问题。但这只是种想法，还需进步研究。边缘所在直线的方向落入铁路线外边缘初始方向的角度范围内，则缩小角度范围以避开暗实线外边缘所在直线。由于每组积分直线共点，仅角度不同，设直线角度为，积分长度为，所过顶点坐标为则变换式可改写为在变换结果中找到最大值所对应的角度，即可确定为铁路线外边缘所在直线与轴的夹角，由此可确定铁路线外边缘所在直线。计算两条铁路线外边缘所在直线的交点，即可得到最后个顶点的坐标......”。

4、“.....对图所示条码图像接连应用节中所述条码区域提取算法和本节中所述的条码精定位算法进行条码定位，结果如图所示。图中的绿框即是条码定位结果，其四个顶点坐标取整后自左上角顶点起逆时针依次是，。图条码定位结果实验结果证明，本文所提出的条码精定位算法能够准确地定位条码。由于边缘跟踪过程中基本只是些简单的扫描操作，计算量很小，后续的变换又只是过定点在铁路线所在直线的初始方向附近的角度范围内进行，有效减少了计算量，与单纯依靠变换或变换进行定位相比可减少近的计算量，在计算量和定位精度之间较好地进行了折中。条码图像几何校正假设条码图像仅存在刚性变换失真，则可通过个的透射变换矩阵完成图像的几何校正。校正后的图像是以条码寻边区的角点为坐标原点，以条码底边为轴，以条码左边为轴仅含完整条码的图像。生成坐标变换矩阵令经前章定位所得的条码四个顶点分别为和......”。

5、“.....。根据这四个顶点即可算出个的透射变换矩阵及其逆矩阵，其中为由原始图像坐标到校正图像坐标的正向变换矩阵，为由校正图像坐标到原始图像坐标的逆向变换矩阵。和均可由系列的子矩阵或其逆矩阵相乘得到，这些子矩阵包括平移矩阵及其逆矩阵，旋转矩阵及其逆矩阵，水平剪切矩阵及其逆矩阵，缩放矩阵及其逆矩阵，分别处理条码图像顶边和右边失真的透视变换矩阵及其逆矩阵。接下来，将各子矩阵及其逆矩阵的计算方法介绍如下平移矩阵及其逆矩阵旋转矩阵及其逆矩阵水平剪切矩阵及其逆矩阵令点,先后经过平移变换和旋转变换后得到的坐标为则缩放矩阵及其逆矩阵本文不对图像进行缩放，故缩放矩阵及其逆矩阵均为的单位矩阵。透视变换矩阵及其逆矩阵这两个矩阵用于纠正条码图像上边的透视失真......”。

6、“.....经平移旋转水平剪切后得到的坐标为，则透视变换矩阵及其逆矩阵这两个矩阵用于纠正条码图像右边的透视失真。令点,经平移旋转水平剪切及顶边透视变换后得到的坐标为，则将式式分别代入式和式即可得到坐标变换矩阵和。图像校正图像校正有两种方法正向映射法和反向映射法。正向映射法是指由原图像坐标出发，通过坐标变换计算出相应校正图像坐标，并对该坐标处像素赋值而反向映射法则是从校正图像出发通过坐标变换找到该像素在原图像中的对应像素坐标进而对该像素赋值。因为在数字图像中像素坐标值只能为整数，而由正向映射法求出的校正图像坐标值往往为小数，对坐标进行取整运算后就会导致存在未被赋值的空像素。为避免这种情况发生，坐标变换中般采用逆向映射法，即由变换后的映射图像像素的坐标值，逆推出在原图像中对应的坐标值。由前述坐标变换矩阵的生成过程可知......”。

7、“.....以条码底边为轴，以条码左边为轴仅含完整条码的正方形或长方形图像。图像的长宽可通过对个顶点进行正向坐标变换所得的校正图像坐标值得出。此时只需将校正图像内的像素坐标利用逆向变换矩阵通过逆向坐标变换找出原图像中的对应像素坐标，再通过灰度插值对校正图像像素进行赋值即可得到校正后的条码图像。令，校正图像像素坐标为原图像中的对应像素坐标为则坐标变换过程可表示为般情况下，得到的原图像中的对应像素坐标,是小数，无法直接从原图像中采样赋给校正图像，因此要进行灰度插值。灰度插值的方法有很多，常用的灰度插值方法有最邻近像素法双线性插值法和双三次卷积法，其中双三次卷积法计算量太大，这里不再予以介绍。最邻近插值法也称零阶插值，是最简单的插值方法。其做法就是取原图像上与,最为接近的像素的灰度值作为校正图像相应像素的灰度。其计算十分简单。只需对......”。

8、“.....将该像素灰度值赋给校正图像对应像素即可。但这样做会由于取整运算带来定的误差，不够精确，可能使校正图像出现锯齿边缘。双线性插值法是利用原图像中与,最接近的个像素点的灰度值，使用线性逼近的方法得到,处的灰度赋给校正图像的相应像素。令,处灰度为，其中表示直接舍弃小数部分的取整运算，则双线性插值法的计算公式为采用双线性插值法能够保持图像连续且精度高，但由于其具有低通滤波性质抑制高频成分，会导致图像出现模糊。但经过比较，本文仍采用双线性插值法进行像素重采样。图是幅实际拍摄的条码图像，图则给出了经过几何校正后的条码图像。条码译码条码译码过程如图所示，共分四步生成条码数据区的二进制位图提取条码码流码流纠错码流译码。生成映射数据区的二进制位图要生成映射数据区的二进制位图，首先要在校正好的条码图像上生成采样网格。以个经过校正的宽高均为的的条码图像为例......”。

9、“.....在条码校正图像上作两条平行于坐标轴的扫描线和，如图所示。基于条码模块尺寸均在以上的假设，在条码上边缘下方像素处做过,点平行于轴，而在条码右边缘左侧像素处做过,点平行于轴，均贯穿铁路线。扫描线自左向右扫描顶部的铁路线，记录黑白交替的次数从而得到条码的列数，同时记录下每次交替时的横坐标位置。与之类似，扫描线自下向上扫描右侧铁路线，记录黑白交替的次数从而得到条码的行数，同时记录下每次交替时的纵坐标位置。利用扫描线记录的黑白交替时的横纵坐标位置计算出各列行的中心横纵坐标。令扫描线记录的第次交替的横纵坐标为，则数据区第列行的中心横纵坐标为式中表示取整。以得到的数据区每列中心横坐标为横坐标作组平行于轴的平行线，再以得到的数据区每行中心纵坐标为纵坐标作组平行于轴的平行线。两组平行线即组成条码数据区的采样网格......”。