数学建模B题论文.docVIP

碎纸片的拼接复原模型 摘要 本文主要问题是将附件中的所给的碎纸片按照一定的方法拼接复原。通过一定的方法把碎纸片进行分组：题目给了四种类型的碎片，有长条形的，即全是竖切的中英文碎片，也有横竖都切的中文碎片，有横竖都切的单面英文碎片和横竖都切的双面英文碎片。对于中英文长碎纸片分组拼接的问题，我们直接通过观察法，按照文字和字母的结构很容易完成了拼接。对与中文横竖碎纸片拼接的问题，我们利用Matlab编程并加入人工干预。本文的主要拼接过程都是通过Matlab软件实现的，通过Matlab软件读取图片的信息，根据图像灰度的原理，图片包含着灰度信息，碎纸片左右的文字在纵切面上的灰度应该是完全对应的。但把所有图片的灰度拿出来匹配是很不现实的。于是我们想到可以通过灰度赋值，由于碎片中间文字的信息对于拼接是没有太大用途的，我们更关心左右切面的文字信息，即灰度信息。因此将纵切面上的灰度矩阵的第一列和最后一列单独抽出，形成矩阵，然后设定一定的算法，通过Matlab进行编程，相邻的两张碎纸片左右边缘信息匹配度非常高，其差值接近于0。编写的程序完全可以对所分的各组碎纸片进行拼接，而且效果非常明显。对于英文碎纸片问题，我们采用了同样方法的分组，只是按照上下切掉的英文部分所占四线格的比例进行分组，此分组方法分组快且相对准确。我们第二问中所编程序对英文碎纸片的拼接也完全适用。对于双面英文的情况，也是按照上述思想方法进行分组，只是工作量稍微大些。分组后我们也通过所编程序实现了双面英文的拼接复原。 关键词：碎纸片；拼接；图像灰度；灰度矩阵；分组 问题重述 论题给出了5个附件——反应了几种不同纸片破碎的情况，要求我们构建相应的碎纸片复原模型，以解决实际生活中出现的需要我们进行碎纸片复原的问题。首先进行简单情况的碎纸片复原，即附件1中和附件2中的仅纵切的中英文19个碎纸片。构建一个可以操作的拼接模型，将附件中的纵切纸片拼接。接着针对复杂的情况纸片拼接复原，构建一个简便的拼接模型将附件3和附件4中的横纵交切的208个碎纸片拼接复原。最后针对更一般的情况，利用改进的复原模型处理双面的纵横交接的碎纸片。 2问题分析  碎片的拼接复原，通常的做法是人工识别碎片边缘的字迹断线、和理解碎片内文字含义，这样利用人工智能的方法虽然准确度高，但是当碎片的数量很大时，人工的效率就显得低，而且出错率会明显提高；而计算机拼接与复原图像，虽不及人工识别智能，但能充分发挥其运算量大，运算速度快的特点。 故本问题的目标就是利用附件中给的碎片数据，分单页纵切，单页横纵切，双页打印横纵切三种情况，把拼接复原问题抽象成一个明确完整的数学模型，利用计算机，并加以人工干预，复原出原图表。 首先应当明确，本论题所给的碎纸片都来自同一张纸，所以下面的问题分析 都是针对来自同一张纸的碎片复原问题，并且建立的逻辑以及构造的复原模型都是只针对这一特殊情况。更复杂的情况会在文章后面的模型评价里做简单的阐述，本文基于本题目问题的考虑就不做具体的分析了。 2.1 仅纵切的单面碎纸片拼接复原分析 问题一要求仅考虑单面纵切，建立来自同一页印刷文字文件的碎纸机破碎的纵切纸片拼接复原模型和算法。通过对附件1和附件2 给出的碎片数据图的观察，发现本题的碎片图像具有相对文字（汉字、英文）方向纵向规则剪开的特征，所以不适合基于碎片的边缘线建模，也不适合基于两幅图片的重合度建模。我们知道，这19个纸条来自同一个整体，必然反映整体的信息，而且这19个碎纸条又是从同一张纸被切开，所以它们之间也存在联系,同一个纸条，其左右边缘所反映的信息与其邻近的纸条高度匹配，我们可以根据打印文件的每行文件具有前后连续性，考虑先从读取文件数据入手，存储每幅图片对应的灰度值矩阵。依靠得到的灰度值矩阵，并利用相邻接左右边界差异不大这一特性作为依据来建立左右边界匹配模型，利用matlab编程来解决此问题，复原出图片的原始序列。 2.2 纵横切的单面碎纸片拼接复原分析 附件3和附件4给出了209个碎纸片，此题加入了横向切割，使得切割方式更加多样化和更接近实际。它相对于第一问而言，图片的信息量更小，图片的个数增多了一倍。图片总体不仅在纵向具有无序性，而且在横向也具有无序性。若仅采用问题一中的方法，定位约束太少，每个纸片对整个页面的信息承载量非常少，而每一张纸片可能有四个切口，所以可能会出现一个图片与多个图片最小差异度相等，导致该图片与多个图片相联系，纸片间的联系更加凸显，进一步模糊了碎片包含的页面信息，从而增加问题求解的难度。通过观察图片的平行切割特点，发现来自原文件同一行的文字切割后的图片一般在相同的行位置上。所以可以考虑，先进行行位置筛选，通过构建图片的特征列向量作为唯一标识，建立特征匹配模型，得到具