随着互联网的迅速发展,二维码凭借着存储信息量大、译码迅速等优势,被广泛应用于身份验证、物流溯源、移动支付等领域。但在采集过程中,受成像环境及中间载体的影响二维码图像很容易造成几何失真,给解码带来了困难,所以,二维码的校正十分关键。在对二维码进行校正的过程中,需要对图像进行重采样的操作,该操作容易出现混叠现象,导致校正后的图像出现新的形变,从而无法识别。因此,研究如何降低二维码图像的混叠问题具有重大意义。为了解决二维码图像在校正过程中产生的混叠问题,通常使用标准高斯卷积核进行抗混叠处理,该方法虽然能够抑制部分高频信号,但会导致后混叠问题。另外,正确选取参数对于二维码图像的校正效果也尤为关键,如果参数选取不当会使得校正图像出现新的形变,导致无法正确地提取二维码中的信息。基于以上问题,本文对平面和柱面QR二维码图像畸变校正过程中的抗混叠机制进行研究。本文的主要内容和创新点包括:（1）针对平面QR二维码图像在校正过程中的最优单应性矩阵选择问题,本文提出了一种基于二维码特性的单应性矩阵估计算法,根据二维码的位置探测图形顶点以及相似度判断,使得校正后的二维码图像为标准二维码。针对传统方法出现的混叠问题,本文提出了一种基于映射适应卷积的单应模型校正算法,从而可以获得高质量的校正图像,提高了二维码的识别率。（2）针对柱面QR二维码图像的圆柱面半径参数的选择问题,本文提出了一种基于二分法的柱面模型参数估计算法。通过该方法能够准确地获得圆柱面半径,从而使得校正图像为标准二维码。为了解决标准柱面二维码图像在校正过程中产生的前混叠和后混叠问题,本文提出了一种基于柱面映射的QR二维码校正算法,该方法可以有效地解决混叠问题,提高了柱面二维码的识别率。（3）针对复合畸变的QR二维码图像的混叠问题,本文提出了一种基于复合映射的QR二维码抗混叠校正算法。通过数学方法构建了复合映射并推导了形变卷积核,该方法可以有效解决同时具有透视畸变和柱面畸变的二维码图像在校正过程中的混叠问题,提高了复合畸变二维码图像的识别率。