2013年数学建国赛普通论文.docVIP

2013高教社杯全国大学生数学建模竞赛 承 诺 书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛 赛区评阅编号（由赛区组委会评阅前进行编号）： 2013高教社杯全国大学生数学建模竞赛 编 号 专 用 页 赛区评阅编号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 全国统一编号（由赛区组委会送交全国前编号）： 全国评阅编号（由全国组委会评阅前进行编号）： 碎纸片的拼接复原 摘要 为了将碎纸片拼接在一起，而又无需耗费大量时间和人力。本文利用计算机将图像数字化，用otsu算法确定出图像二值化的最佳阈值，从而便能找出只包含0和1的图像矩阵（0代表黑色，1代表白色）。 在第一问中碎片数量小，我们很容易通过人力看出第一个碎片，提取其右边界数据，和别的碎片左边界数据一一比对，找出比对率最高的碎片。为了使结果更加明显，更直接地找出匹配碎片，我们不比对数值为1的点，只找出值为0且一一对应的点的数量k，利用程序计算出两个边界中0值点的数量num，则配对比为： C 第二三问数量大，待比较的边界增多。为了解决图的最优划分问题（x，y） 当q 1时，我们得到绝对值距离： d（x，y） 利用计算机通过枚举法比较绝对值距离的大小，便能轻松找出相互匹配的碎片了。 关键字：otsu算法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，但效率很低特别是当碎片数量巨大，人工拼接很难在短时间内完成任务。试图开发碎纸的自动拼接技术，以提高拼接效率。建立碎纸拼接算法，并针对附件1给出的数据进行复原模型和算法，并针对附件给出的数据进行复原。模型与算法 2.1问题一的分析 问题一要求我们建立拼接复原模型和算法，将其附件1、2给出的中、英文各一页文件的碎纸片（仅纵切）数据进行拼接复原。碎片切痕规则，且给出的每幅图像素均为1980×72，因此假设两个碎片匹配，则当其对齐拼接时，切断的字符能完全正确地被连接。因此我们考虑从切割处入手。观察可得共享一个切割边的碎片，当像素点无限接近于切割处时，两者的像素点是对称的。因此我们利用计算机软件先将图片进行二值化处理，再选取最边上的一列像素点进行提取比对，利用各种方法进行对比，找出使比对结果最明显的方法。再利用其找出各匹配的碎片。 2.2问题二的分析 此问中横切与纵切的碎片数量多，面积小和需要考虑的边界数量多。若延用问题一的方法，直接比对像素点，则循环过后会导致预算量太大，matlab无法计算。因此我们将图片二值化处理后，再利用噪声处理的思想，将四个边界上个的像素点分块，算出各块黑色点个数，将各图的数据储存在矩阵中，则只用比对各矩阵的数据，利用模糊聚类的方法来比较，配对的碎片。 2.3问题三的分析 问题三在问题二的基础上加上了正反面，加大了运算量，但我们问题二的解法已经尽量对数据进行了处理简化，此问依旧能延用，只需改动数据便能达到解题的目的。 三、模型假设 1、该文字文件被碎纸机破碎后，没有受到其它因素影响而有其它的损坏。 2、该文字文件在被破碎之前文字数据正常，没有缺印、重印或字迹模糊、数据错位等现象。 3、利用的电脑软件计算误差小，可以忽略不计。 四、符号说明 d Minkowski 距离 c 改进后的陪对比 c 改进前的配对比 num 边界中0值点的数量 n 前景的点数 csum 前景的质量矩阵 m 前景的平均灰度 n 当前阈值下的背景的点数 sum-csum 当前阈值下的质量矩 m 当前阈值下的平均灰度 t 前景与背景的分割阈值 w 前景点数占图像比例 u 平均灰度 w 点数占图像比例 u。 平均灰度 u 图像的总平均灰度 g 前景和背景图象的方差 k 位置与值均相同的点的数量 p 二值化处理后的灰度矩阵元素 五、模型的建立及求解 5.1 问题一的模型建立及求解 首先将图片输入matlab软件，便自动将图片处理为数据矩阵，此时便可取出边界点进行匹配，通过程序，算出位置与值均相同的点的数量num，我们能得出直接匹配率c： c ×100% 例如：匹配附件1中的“008.bmp”与“001.bmp”运行程序（程序见附录）得： c 0.7712 num 1527 再用枚举法匹配出合适的碎片时，数据如下： num 1862 c 0.9404 我们发现是否匹配所反映出的比率差异并不大，不难发现，空白处均被识别为匹配，导致匹配率都很高，因此我们需要进行改进，然后我们发现当灰度为40的点和灰度为50的点匹配时，肉眼看来没有区别，而计算机却判别为不同，此时必然也会参数误差。要解决这个问题，我们需要将图像数据处理为只有0和1（0代表黑色，1代表白色），至于判定是0还是1的