随着票据数字化管理模式的推广,票据图像成为了信息管理的主要载体。而在图像采集设备分辨率不断提高的影响下,图像包含的数据量呈海量增长。巨大的信息量对存储容量和信道带宽提出了很高的要求,票据图像的压缩便成为了必须要解决的问题。关于图像压缩的研究已有几十年的历史,而针对票据图像压缩的研究却很少。在票据的应用过程中,对其进行有效的防伪认证也是一直困扰工业界的一个问题。随着条码技术的兴起,将条码技术应用到票据图像的防伪上已是一个研究热点。但在实际应用中,外部复杂环境的影响使条码的准确识别成为了一个难点,已有许多学者对此进行了研究,但相关研究大多都集中在对单个条码的识别上,对多个条码进行识别的研究却还很少。本文对票据图像压缩和用于票据防伪的QR (Quick Response的简称)码识别进行了深入研究,在借鉴前人成果的基础上,提出了自己的改进方法,主要有以下几个方面：在研究票据图像压缩方面,提出了一种基于Hough变换和形态学的算法,通过对图像进行倾斜矫正和去冗余来达到压缩的目的。为克服传统Hough变换在检测直线时固有的缺点,本算法利用形态学的方法去除了图像中多余的细节信息,有效的提高了Hough变换的计算速度及检测精度；在去冗余时,算法结合形态学处理并通过寻找图像感兴趣区域顶点坐标的方法将其从背景中提取出来。实验结果证明,本算法不仅适用于二值图像和灰度图像,同样适用于彩色图像。在研究用于票据图像防伪的QR码识别方面,在单个QR码识别方面,很少有文献提及怎样判断位置探测图形之间的位置关系以及如何利用它们之间的关系来进行旋转矫正,本文提出了一种面向单个QR码的识别算法,对此给出了详细的解决方案；同时,本算法利用位置探测图形的高度、宽度及中心点坐标来得到QR码符号的左上角坐标及符号的宽度和高度,简化了提取操作。同时还提出了一种面向多QR码的识别算法。对多个QR码进行识别时,关键是要判断出哪些位置探测图形属于同一个QR码符号。该算法利用位置探测图形法来定位QR码,并利用位置探测图形的大小及位置关系实现了多QR码的识别。算法包括如何去除误检的像素点,如何判断符合条件的像素点是否属于同-个位置探测图形,以及如何去除误检的位置探测图形并对位置探测图形进行归类。最后的实验结果证明了算法的有效性。