2016年第35卷第8期
传感器与微系统（Transducer and MicrosystemTechnologies）
151
DOI:10.13873/J.1000-9787(2016)08015104
Hopfield神经网络在二维码污损复原中的应用
表红春，侍倩倩
（上海海洋大学信息学院，上海201306）
要：针对传统Hopfield神经网络记忆功能的局限性，以Hopfield神经网络的理论知识为依据，提出了摘
一种改进的Hopfield神经网络。在学习阶段，通过对连接关系矩阵的修正来提高网络的记忆能力。运用 Matlab为工具，设计了一个可以对信息进行联想记忆的网络，实现了不同污损程度二维码的复原。对改进前后网络的复原结果进行了比较分析，结果表明：改进后的Hopfield神经网络对污损二维码的复原较好。关键调：离散；Hopfield神经网络；联想记忆；快速反应二维码；Matlab
中图分类号：TP391.41
文献标识码：A
文章编号：1000-9787(2016)08-0151-04
ApplicationofHopfield neuralnetwork inrecoveryof
stained two-dimensional code*
YUAN Hong-chun, SHI Qian-qian
(College of Information Technology,Shanghai Ocean University,Shanghai 201306,China)
Abstract: Aiming at limitations of memory function of traditional Hopfield neural network,an improved Hopfield neural network is presented based on theoretical knowledge of Hopfield neural network, Through modifying connection relations matrix in leaming phase increase memory ability of network. Design a neural network with associative memory function using Matlab as tool, implement recovery of different degree of stained two-dimensional code, Recovery results of network before and after improvement are compared and analyzed, and a os aeso aarao aa oa na ao r aeosa Key words: discrete; Hopfield neural network; associative memory; QR 2D code; Matlab
9
引言
在信息迅速发展的今天，二维码凭其自身的高容量、高密度、高纠错能力等优点，广泛应用于各行各业。二维码很大程度上改善了人们的生活方式，推动了社会现代化发展。然面在运输，印刷过程中，二维码容易出现污溃或损坏的情况，影响后期二维码的识别。因此，如何对污损二维码进行准确识别很有研究价值。
国外的研究学者对二维码的研究主要偏向于二维码抗破坏的研究，在文献[1]中，提出一种被称为HoloBarcode 的二维码，当这种二维码图像表面产生破损的情况下，依然能够正确地识别二维码中所存储的信息。文献[2]不仅实现了二维码的预处理，还完成了对二维码允余长度的伤真。
本文利用离散型Hopfield神经网络的联想记忆功能对目前应用较为广泛的QR二维码污损图像做了进一步研究，并讨论了复原后QR二维码的识别率。实验结果表明，改进的Hoplield神经网络对污损在一定范围内的QR二维
码的复原效果较好。收稿日期：2015-10-16
*基金项目：上海市科委支撑计划资助项目（14391901400）
1基本理论
1.1QR二维码
在1994年9月，日本Denso公司研制了一种新的矩阵式二维码符号，即QR二维码"]。一般情况下，一个完整的 QR二维码组成结构如图1所示。
空白区
口卤口
回
国1
Fig 1
回回
功能周形
位置探测图形位置探测图形分隔符
定位图形校正图形
格式信息版本信息数据和纠错码字
QR二维码结构
QR 2D code structure
地区船式编玛区格术式
符号