以 QR 矩阵码为例，介绍一种实用的二维条码识别算法。首先探讨了二维条码的定位与分割算法，利用Hough 变换与Sobel 边缘检测把条码图像从原始采集的图像中有效地分割出来；然后分析了条码图像经过光学系统的噪声模型，提出了一种计算点扩展函数标准方差的算法；采用Flourier 变换自适应地选取阈值去除噪声导致的无效边界，从而得到条码的基本模块。实验结果表明，该算法具有很好的抗噪性，提高了二维条码的识别率。二维条码与一维条码相比具有高容量、高密度、纠错能力强、安全强度高等特点，不仅可以存储传统的字符数字等文本信息，还可以存储图像等高容量的信息。因此二维条码可以广泛应用于身份验证、安全防伪、电子商务等众多领域。由于二维条码的信息密度较高，与一维条码相比识别技术更为复杂，尤其对于矩阵式的二维条码，譬datamatrix、Qrcode 等，所以二维条码的有效快速的识别成为一个研究领域。条码识别的一般方法是先对条码图像进行一阶差分，找出条码图像的边界位置。但是二维条码密度高的特点，经过光学系统成像后，条码边界将变得模糊，并且边界部分会相互叠加和偏移，再加上环境噪声的影响，传统的条码识别方法的稳定性不是很可靠。在本文中，以矩阵式二维条码 QR 快速响应码为例，研究了基于flourier 变换的二维条码识别技术。QR Code 码是由日本Denso 公司于1994 年9 月研制的一种矩阵二维码符号，具有识别速度快，全方位识读，对于数字、字母、汉字编码有特定的压缩模式。因此我国已经制定了快速响应码的标准（GB/T 18284-2000）,并在诸多的行业中得到了广泛的应用。QR 码符号有正方形模块组成的一个正方形阵列构成，由编码区域和包括寻像图形、分割符、定位图形和校正图形在内的功能图形组成，功能图形不用于数据编码，符号的周围为空白区，其结构如下：