当前通用的符号识别技术当属条码技术，其中以二维条码的应用最为广泛。二维条码技术能够有效的保证图像信息的安全性和可靠性，且信息存储量大，并带有较强的自动纠错能力。基于以上优势二维条码正在愈来愈多的领域中得到关注和应用。二维条码在油田设备管理的实际应用中，捕获的条码图像经常受到噪声污损、光照不均、形变等因素的干扰，导致条码识读设备获取其信息困难。二维条码包含很多类别，本文主要针对快速响应码（Quick Response，QR码）图像识别算法进行研究和优化，提高了条码识读的速率和准确度，进而改善应用效果。论文主要内容如下：1．阐述了本课题的研究背景及研究意义、二维码类型及特点、国内外QR码应用研究现状和前景展望，详细的概述了条码识别的预处理流程及其相关的理论算法。2．针对手机拍得的QR码图像经常会出现透视畸变的问题，进行了深入的研究。首先，提出了基于Sobel边缘检测算子的改进算法，对传统Sobel边缘检测算法进行了“四阈值检测”的改进，并引入“细化边缘”算法对其边缘轮廓进行细化处理；然后，在Hough变换算法中加入k检测线灵敏度因子，获得QR码的四个角点，进而通过透视变换校正图像。实验结果表明，做上述改进后，提高了畸变QR码图像矫正速度和精度。3．针对不同光照情况，提出了改进的全局阈值自适应二值化方法，通过分析直方图双峰法的峰值特性，根据峰值数目对QR码选取相应的二值化算法，有效提高了光照不均情况下的识别率。4．在油田某下属企业实际需求的基础上，结合本文的研究，设计并实现了基于QR码的设备管理系统，将本文的研究合理的应用到了实际中，为油田设备的实时管理工作带来了帮助。