买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中山大学申请的专利一种对模糊QR码快速去模糊的方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114792292B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210366429.7，技术领域涉及：G06T5/73；该发明授权一种对模糊QR码快速去模糊的方法和系统是由谭洪舟;马琴;陈荣军设计研发完成，并于2022-04-08向国家知识产权局提交的专利申请。

本一种对模糊QR码快速去模糊的方法和系统在说明书摘要公布了：本发明提供一种对模糊QR码快速去模糊的方法和系统，涉及二维码去模糊领域。包括：S1、预处理；S2、设定最大去模糊层级max_scale，初始化模糊核函数；S3、构建第一目标函数和第二目标函数；S4、估计清晰图像；S5、估计模糊核函数；S6、如果达到max_scale，转到S11；否则转到S7；S7、如果检测到3个寻像图形，则转到S8；否则转到S9；S8、判断当前能否解码；是则转S11；否则转S9；S9、当前去模糊层级是否为max_scale–1；是则转S10；否则转S4；S10、获取图像清晰度评估值Q和阈值T，若Q＞T，则转S4；若Q＜T，则转S11；S11、输出去模糊QR码图像。在保证去模糊后的QR码图像识别率的前提下，提高了QR码图像去模糊的效率，高效准确地实现了对模糊QR码去模糊。

本发明授权一种对模糊QR码快速去模糊的方法和系统在权利要求书中公布了：1.一种对模糊QR码快速去模糊的方法，其特征在于，包括步骤： S1、获取模糊QR码图像，并对模糊QR码图像进行预处理； S2、根据模糊QR码图像的模糊程度，设定最大去模糊层级max_scale，并初始化模糊核函数； S3、构建用于清晰图像估计的第一目标函数，以及用于模糊核函数估计的第二目标函数；所述第一目标函数f1的表达式为： 其中，f表示清晰QR码图像，h表示模糊核函数，*表示卷积算子，g表示模糊QR码图像，第一项是数据拟合项，表示在当前预估的条件下，能够使得h*f-g的L2范数最小，第二项λσ||f||0是采用模糊核函数正则化项进行约束表示的模糊核函数估计项；模糊核函数正则化项为： 所述第二目标函数f2的表达式为： 其中，表示梯度算子，其它参数含义与第一目标函数f1表达式相同； S4、利用模糊QR码图像和当前的模糊核函数，以及第一目标函数，得到估计的清晰图像；其中： S4.1、获取模糊QR码图像和当前去模糊层级输入的模糊核函数K； 其中，若当前去模糊层级为1，则输入的模糊核函数K为初始模糊核函数K0；否则，输入的模糊核函数K为上一去模糊层级得到的估计的模糊核函数K1； S4.2、利用模糊QR码图像、模糊核函数K和第一目标函数f1获得估计的清晰图像，具体方法为： 通过结合图像灰度、水平和垂直方向的梯度，引入两个辅助变量u和t，并将第一目标函数f1的表达式变为： 其中，f表示清晰QR码图像，h表示模糊核函数，*表示卷积算子，g表示模糊QR码图像，第一项是数据拟合项，表示在当前预估的条件下，能够使得h*f-g的L2范数最小；β和μ是权重系数；u是引入的与图像灰度相关的辅助变量；t＝th,ivT是引入的与图像梯度相关的变量；其中，th代表图像水平方向梯度，tv代表图像垂直方向梯度，T是矩阵转置符号；σ为第一目标函数f1的表达式中定义的权重；表达式后三项分别表征图像稀疏灰度约束和水平垂直方向的稀疏梯度约束； 首先，设定表达式9中的初始f为模糊图像g，由此来计算u和t；u和t的计算结果分别为： 其中，参量含义与表达式9中含义相同； 在每个去模糊层级中，第一目标函数f1的表达式变为： 其中，参量的含义与表达式9相同； 表达式12为L2范数式，将表达式12转化为最小二乘模型问题，采用傅里叶变换方法求解，求解得到的清晰QR码图像估计表达式为： 其中，表示傅里叶变换FFT，表示傅里叶反变换IFFT，表示复共轭算子；且其中和分别描述水平和竖直方向的梯度算子； 接着，将表达式13的结果代入到表达式10和11来更新u和t，再利用更新的u和t代入到表达式13中继续得到下一步清晰图像估计直至满足误差限制，最后得到的即为当前层级去模糊的清晰图像 S5、利用模糊QR码图像和估计的清晰图像，以及第二目标函数，得到估计的模糊核函数；其中： S5.1、获取模糊QR码图像和步骤S4得到的清晰图像； S5.2、利用模糊QR码图像和清晰图像，以及模糊核函数估计目标函数f2，得到模糊核函数估计K1，具体实现方法为： 利用表达式8以及最小二乘模型，根据傅里叶变换法求解，计算得到即为当前层级的模糊核函数K1； S6、判断是否达到最大去模糊层级；如果达到最大去模糊层级，转到步骤S11；如果没有达到最大去模糊层级，转到步骤S7； S7、对当前层级去模糊QR码图像进行寻像图形检测，判断能检测到的寻像图形个数；如果检测到的寻像图形个数等于3，则转到步骤S8；否则转到步骤S9； S8、利用预解码模块进行解码判断，判断当前层级去模糊QR码图像能否解码；如果能够解码，则执行步骤S11；否则执行步骤S9； S9、判断当前去模糊层级是否为max_scale-1；如果是，执行步骤S10进行判断；如果否，返回重复执行步骤S4； S10、利用Tenengrad算法对当前去模糊层级的清晰图像进行评估得到当前层级清晰图像的图像清晰度评估值为Q，与设定阈值T比较，从而快速判断清晰图像是否为不可处理图像；若Q＞T，则返回重复执行步骤S4；若Q＜T，则执行步骤S11； S11、输出最终去模糊QR码图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。