科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对全息存储器构造二维码过程中,受散斑噪声的影响使得二维码模糊导致其无法扫描的问题,提出了一种基于堆叠式自编码器的全息图恢复算法,以达到对产品包装上的受损QR码进行恢复重建的目的。堆叠式自编码器(Stacked Autoencoder,SAE)是一种深度学习模型。利用堆叠式自编码器模型可复现输入信号的原理,可将受损像素数值点映射到原始未受损数据的高概率数值点上,用高阶特征提取后的隐藏层对输入信号进行抽象表示,再对退化像素值点进行修复重构,实现受损QR码的恢复重建。训练后的模型可以对不同程度模糊受损的QR码进行完整的恢复重建,经过实验验证修复重构QR码全息图与原始QR码全息图之间的SSIM值可达到0.98,该模型具有较强的鲁棒性。本文提出的针对受损QR码全息图恢复重建的模型具有稳定性、泛化性、抗打击能力强等特点,可以应用于产品包装上受损QR码的恢复重建,提高了信息检索的效率。
- 单位
