规则碎纸片的拼接复原模型_new要点.doc

规则碎纸片的拼接复原模型 摘要 图像碎片复原技术是一项综合的并具有实用价值的研究课题,它的最终目的是要从大量的任意图像碎片中找出真正符合实际的匹配对,并根据这些匹配关系将相邻的图像碎片拼合起来重现图像的原貌。 图像碎片的复原工作是以实际碎片为参考依据进行的,建立能够准确描述实物的计算机模型是图像碎片复原工作的关键步骤之一,对碎片复原的后续工作有基础性的作用,模型建立的准确性和复杂性将影响到后续工作能否顺利进行下去。 本文利用边缘特征点匹配，相关系数，广度搜索法等方法建立了规则碎纸片的拼接复原模型。 对于问题一，我们利用边缘特征点匹配的方法，先提取边缘特征点的灰度矩阵，再寻找矩阵相似度最大的碎片实现匹配。 对于问题二，我们采用了基于文字特征的半自动拼接方法，通过找到相交点距离相等的最大个数来确定匹配图像。 对于问题三，我们提取了各边的像素作为灰度矩阵，用X，Y，H，L确定目标函数min d（）=，min d（）=，运用广度搜索算法找出最佳匹配项。 最后，本文还对模型推广进行了进一步讨论，分析了模型的优缺点，提出了改进模型的方法和思路。 关键词：图像拼接；规则碎片；图像复原；灰度矩阵；广度搜索算法；特征匹配；自动拼接；图像分割；匹配准则 一．问题的重述 破碎文件的拼接在司法物证复原、历史文献修复获取等领域都有重要的应用。传统复原工作由人工完成，准确率较高，但效率很低。随着计算机技术的发展，人们试图开发碎纸的自动拼接技术，以提高拼接效率。 对于给定同一页的片（仅纵切），建立碎纸拼接算法，并针对附件1给出的数据进行复原 对于碎纸机纵切横切，模型和算法，并针对附件给出的数据进行复原。每一碎片对应两个文件，共有2个文件模型与算法11×19的表格。（以上若不能确定复原位置的碎片，可不填入上述表格，单独列表。） 二． 模型的假设 假设纸片上的文字都是完整的。 假设扫描过程中图像不失真，保持清晰度。 假设纸面上除了文字外无其他杂点黑点。 假设切割过程中纸片没有损坏。 假设切割后的纸片不是歪斜的。 假设原图的左边（起始碎片的左边）与原图的右边（终始碎片的右边）边界线为白色。 假设原始图像本身的内容是连续的具有意义的。 假设所有的碎片中都存在相互匹配的碎片。 假设所有碎片都在一次扫描下完成。 三． 符号说明 ：第i个碎片 ：纵向切割时，碎片的灰度矩 :横纵切割时，碎片左边的灰度矩 : 横纵切割时，碎片右边的灰度矩 : 横纵切割时，碎片上边的灰度矩 ：横纵切割时，碎片下边的灰度矩 ：灰度矩与的相关系数 四．模型的建立与求解 5.1.1问题一的分析 如果是一个整体分裂成的两个碎片,那么两个碎片裂口对应的部分的颜色(对灰度图像而言,就是灰度信息)会有很强的相关性,这是碎片间除了轮廓外信息外最重要的信息之一。由于碎片的轮廓是完全一致的，我们只考虑碎片裂口对应的部分颜色对图像匹配的影响。完成图像碎片匹配过程后,相互匹配的图像碎片就被找到了,同时也得到了图像碎片的匹配段,并在碎片间建立了对应的匹配信息表,并记录了构成匹配对的匹配线段的相关信息如匹配起始点终止点等。接下来的工作就是将相互匹配的图像碎片拼接起来,恢复图像的原貌。 5.1.2问题一的模型建立 设碎片的每条边的灰度矩为，，i=1,2,…19,j=1或2，=0或1。i代表第i个碎片，j=1表示碎片左边，j=2表示碎片右边，=0代表黑色，=1代表白色。由于每个碎片的左边只能与另一个碎片的右边相匹配，此时两向量之间的相关系数可表示为 采用相关系数这一测度可以测量两个描绘子之间的相似性,如果已知用于比较多个描绘子，就可以计算出各个描绘子之间的相互关系,并找出最大相关系数。灰度矩相似性最高的两条边,就可以作为真正的匹配边,同时可以排除掉其他干扰匹配对。 5.1.3问题一的模型求解 首先通过碎纸片左右边界线是否为单一色（白色）找出起始碎片和终止碎片，将拥有与起始碎片右边相似度最高的边的碎片作为起始匹配图像，运用迭代法将剩余碎片匹配拼接。利用matlab软件求得i从1到19时相对应的匹配图像，将复原后匹配碎片的顺序列入下表： 碎片 顺序 8 14 12 15 3 10 2 16 1 4 5 9 13 18 11 7 17 0 6 表一：附件1的复原结果 碎片 顺序 3 6 2 7 15 18 11 0 5 1 9 13 10 8 12 14 17 16 4 表二：附件2的复原结果 5.1.4问题一的模型结果的分析与检验 经过灰度矩的相关系数匹配，模型一最终精确的拼接复原了碎纸片。在拼接过程中并没有进行人工干预，使得计算工作更为简便。但是对于较为复杂的图像，纯粹地依靠计算机寻找匹配图像时，一般只能找到匹配图像的一个区域，并不能唯一确定具体的结果，从而增大误差。 5.2.1问题二的分析 问题二中不仅有纵向切割