一种基于深度学习神经网络的劣质二维码图校正与重建系统

本发明提出一种基于深度学习的劣质二维码校正与重建系统，用于解决工业检测下二维码因畸变、模糊、破损导致的识别率低问题。系统先将输入的劣质码图归一化，再传递给两级模块协同实现：几何校正模块和结构重建模块，首先进行边缘检测、轮廓提取，重建二维码边框，定位四角；通过校正模块回归二维码四角的顶点作为关键点，对应标准二维码顶点坐标求解变换矩阵，校正几何形变(如透视畸变、曲面变形)；重建模块中使用包含结构信息的掩码进行引导，对校正后的劣质码图开展像素级重建，输出清晰标准二维码。该方法具备结构拟合精准、重建质量高、鲁棒性强、可扩展性好等优点，能有效提升二维码图在工业检测时的识别率。