[发明专利]一种基于神经网络的二维码识别方法

权利要求书

1.一种基于神经网络的二维码识别方法，其特征是通过神经网络记忆源二维码，对源二维码污损后形成的残缺二维码，再由神经网络进行识别，所述神经网络采用动力学的Lyapunov函数，神经元之间的连接权值为W_ij，二维码均先转为二值像素，以像素矩阵的形式输入神经网络，

首先将源二维码的像素矩阵P输入神经网络，调节神经网络的权值矩阵，使Lyapunoy函数收敛，得到源二维码的对应的权值矩阵W；每个源二维码对应一个权值矩阵，存储所述源二维码的二值像素矩阵及权值矩阵；

当需要识别残缺二维码时，首先计算当前残缺二维码的像素矩阵P’与各个源二维码像素矩阵的距离，将距离小于设定阈值的源二维码权值矩阵作为备选权值矩阵CW，然后将残缺二维码的像素矩阵输入神经网络，分别针对备选权值矩阵调整残缺二维码的像素矩阵，记录神经网络收敛时对应的残缺二维码像素矩阵为候选像素矩阵CP，最后计算残缺二维码像素矩阵P’与候选像素矩阵CP的距离，选择距离最小的候选像素矩阵对应的权值矩阵CP_min，则权值矩阵CP_min对应的源二维码即为残缺二维码的源二维码，进而识别出残缺二维码的信息。

2.根据权利要求1所述的一种基于神经网络的二维码识别方法，其特征是二维码图像转换为二值像素时，设黑为0，白为1，神经网络采用的动力学的Lyapunov函数为：

其中，V_i，V_j分别表示相邻神经元的状态值，n为神经网络中神经元的个数，E表示能量函数，E越小则神经网络越稳定，I_i表示偏置值，连接权值W_ij的计算为：

其中，s为二维码标号，m为二维码总数；

对于源二维码记忆时，调整各神经元的连接权值，直至神经网络收敛，存储此时的权值矩阵；

对于残缺二维码识别时，首先获取备选权值矩阵CW，然后将残缺二维码的像素矩阵输入神经网络，像素矩阵即状态矩阵，调整像素矩阵即对应于调整各神经元的状态值，对于神经元V_i，将所有其他神经元的值作为输入值，计算加权求和，如果加权求和的值大于或等于0，则输出1，否则，输出0，神经元状态值的更新为：

随机选择一个神经元并更新它，然后再随机选择另一个神经元并更新它，依据备选权值矩阵CW更新神经元，直到神经网络收敛处于稳定状态，此时的状态矩阵即调整后的像素矩阵，得到候选像素矩阵CP。

3.根据权利要求1所述的一种基于神经网络的二维码识别方法，其特征是二维码的数量和神经网络的神经元数量之比在0.138之下。