数学建模实习作业说课.doc

碎纸片的拼接复原 摘要 图像碎片自动拼接复原是需要借助计算机把大量碎片重新拼接复原成初始图像的完整模型，这一研究在考古、刑侦犯罪、古生物学、医学图像分析、遥感图像处理以及壁画保存复原等方面具有广泛、实际的应用。 本文主要解决碎纸机破碎文档的自动拼接复原问题。我们利用图像数字化技术，借助Matlab软件将图像转化为矩阵。通过建立数学模型，运用矩阵论、自定义相似度方法、遗传算法等方法，对数据进行处理，实现对图像碎片自动拼接，从而将所给碎片拼接复原为完整图像。 我们首先把碎片图形进行二值化处理，根据所给纵切黑白碎片边缘的像素关系(相邻两张碎片，一张碎片矩阵右边的像素与另一张碎片左边的像素相同 )，我们采和自定义相似度算法，利用附件求出碎片间的相似度，然后根据所需要满足的条件即相似度最大原则，建立了纵切碎片拼接模型一及其算法，运用Matlab编程实现该模型，并得到碎片复原结果（见附录1）。 关键词：碎片拼接 矩阵论 图形二值化 相似度模型 一、问题重述 1.1背景：破碎文件的拼接和复原对于司法物证复原、历史文献再现和军事情报获取等方面都有极其重要的作用。于是碎纸片的拼接复原技术便成为图像处理与模式识别领域中的一个崭新典型的应用。图像配准是图像拼接复原的基础，而且图像配准算法的计算量一般非常大，因此图像拼接复原技术的发展很大程度上取决于图像配准技术的创新。本文将通过图像提取技术获取一组碎纸片的形状、颜色、文字等信息，然后利用计算机进行相应的处理从而实现对这些碎纸片的自动拼接复原。 1.2重述：该题研究的是如何对碎纸片进行拼接复原。传统上，拼接复原工作需由人工完成，准确率较高，但是效率低。随着计算机技术的发展，当碎纸片数量巨大的时候，人们试图开发碎纸片的自动拼接技术，以提高拼接复原的效率。 对于给定的来自同一页印刷文字文件的碎纸机破碎纸片（仅纵切），建立碎纸片拼接复原模型和算法，并针对附件给出的中文文件的碎片数据进行拼接复原。如果复原过程需要人工干预，写出干预方式及干预的时间节点。 二、问题分析 碎纸机破碎纸片的拼接复原，都需要经过获取图像，导入图像，图像预处理，图像配准，和图像的拼接复原步骤。其中图像配准是碎纸片拼接复原技术中最重要的环节之一。 对于该问题我们所需要拼接复原的碎纸片为纵向切割的小纸条，边缘无形状差异（均为直线），不能进行形状匹配建模。但相邻碎片的左右边缘在灰度值上具有连续性，可以据此进行碎片的左右边缘匹配建模。 通过Matlab软件将所给图片转换成为的二值矩阵，先随机选择一个碎片的矩阵作为基本矩阵，将剩余矩阵与基本矩阵作比较，通过matlab软件计算出相比较矩阵的相似度，再根据模型的匹配方法将碎纸片进行拼接复原,此拼接模型不需要人工干预。 三、基本假设 1、碎纸机破碎的每个纸片的长、宽和厚度均相同； 2、所有碎片是黑白图片，图片清晰； 3、碎片完整没有缺损缺失，可以完全拼接复原； 4、碎纸片的正反两方面的印刷效果都一样，互不影响； 5、扫描图片没有变异，文字与图片上边界平行； 6、文件页边距和行距固定； 7、碎片中的文字方向相同，不需要考虑碎片拼接时需要旋转拼接复原。 四、符号说明 符号 含义 表示第个碎纸片的像素矩阵 表示所选碎纸片像素矩阵中参与比较的行数 表示两个碎纸片像素边界矩阵元素相同的数目 b 表示两个碎纸片像素边缘矩阵的相似度（） 五、模型的建立与求解 通过我们建立的自动拼接模型，在图片拼凑过程中，我们可以预测图片的拼接大致需进行图片处理、边界比较、图片输出等步骤。 通过我们所得的模型预测，可以得出预测方程.具体流程图如图5-1所示： 图5-1 模型方法预测 （一）模型的建立与求解 5.1.1 图像的导入 运用Matlab软件采用二值法原理将碎片的图像转换成为的（0,1）矩阵，记为。 5.1.2图像的去噪边缘处理 采用中值滤波的原理对图像边缘进行去噪.中值滤波就是用相邻像素的中值来替代该像素的值，利用Matlab对图像所成二值矩阵进行光滑处理，以此提高碎片匹配时的相似度。 中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个拎域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是去某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为其