随着物联网技术和信息技术的不断发展,互联网为人们的共享信息提供了不受时间和空间限制的环境,而作为互联网主要入口的二维条码,特别是QR码,具有识别速度快、占用空间小、数据密度大、应用范围广的特点,广泛应用于生活中的各个领域。但是,在快递分拣系统中,成像系统对带有QR码的包裹进行分拣处理。当镜头由于产生抖动晃动、Lens松动脱落、光学噪声等因素,使得获取的图像产生离焦模糊问题,导致分拣装置识别不出QR码的内部信息,从而分拣效率低下,甚至增加不必要的人工分拣成本。这是一种普遍存在的图像退化现象。然而在商业化的时代,特别是5G技术的驱动下,人们对信息获取速度有了更高的要求,因此,QR码图像的快速去模糊成为现阶段的研究热点。本文主要针对QR码图像离焦模糊问题进行了重点研究,研究内容和创新点如下:（1）针对由于多尺度迭代导致盲去模糊算法速度慢的问题,提出一种基于自适应尺度控制的QR码图像快速盲去模糊算法。该算法在现有盲去模糊算法上,引入梯度函数值作为评价机制,当过程图像可以被识别时提前输出,结束迭代,达到自适应尺度控制效果,从而大大提高图像盲去模糊的速度。并且,引入一项尺度控制参数,综合协调去模糊时间及识别率的关系,可根据不同需求来选择不同参数数值。统计QR码版本1至版本5的图像评价边界值,在合适的尺度控制参数范围内,去模糊时间分布在2s～6s,相比较于其他算法,去模糊速度提高了一个数量级,并且保证了识别率达94%以上。（2）针对现有基于先验的图像盲去模糊算法未充分考虑输入图像特征的问题,提出一种基于边缘先验信息的QR码图像快速盲去模糊算法。该算法在QR码阶跃边缘特性、光学信息论、光学成像机理、模糊不变量和弥散光斑质心不变性等原理的基础上,结合边缘先验信息,即可有效获取点扩散函数参数即模糊半径的值,从而复原图像。其中,边缘先验信息为同一批次清晰QR码图像的边缘到质心点的平均距离。在自然图像盲去模糊中,相比较于现有算法,所提算法的平均去模糊时间为0.1396s,识别率为88.59%,具有良好的稳定性和鲁棒性。（3）针对研究内容二的算法依赖于图像先验信息的问题,提出一种基于成像机理的快速盲去模糊方法。该方法通过设计一种具有抗模糊特性的QR码图像标识,并在模糊质心不变性等成像机理基础上,快速复原模糊图像标识。该标识由三个圆形寻像图像及QR码图像组成,质心的连线即可确定QR码的位置信息,并且去模糊效果不随着图像标识的大小、方向等变化而影响。相较于对比算法,所提算法在结构相似性和峰值信噪比上都有提升,特别是在去模糊速度上有显著提高,其平均时间为0.3292s。