--研讨题6.docVIP

碎纸片拼接复原 摘要本文主要是研究关于分割图片处理——汉字碎片拼接问题。 针对问题一，首先将附件1图片用像素表示并进行二值化量化处理，用迭代法求出最佳阈值，将抽象的图片用具体的0-1矩阵表达；其次根据像素值分布用MATALAB筛选出最左列碎纸片的编号为008；最后用欧氏距离法建立像素匹配模型，通过MATALAB直接得到中文的拼接图片（见附录一）及序列（见文中表一），不需要进行人工干预。并根据像素匹配模型也完成英文图片（见附录一）的自动拼接（见文中表二），说明该模型的适用性较好。 针对问题二，首先将灰度图片用像素量化成1119的矩阵，再将繁杂的像素矩阵通过聚类的方法利用MATALAB分为11个集合，最后在集合范围内建立分步像素匹配模型，用MATALAB匹配拼接出中文图片（见附录二）和序列（见文中表三）。特别地，对于英文碎纸片，需要对分步像素匹配模型的基线确定用黑色像素比例突变的原则进行改进，再用MATALAB根据改进后模型匹配出英文图片（见附录二）和序列（见文中表四），在每行利用计算机拼接的过程中采用人工识别剔除错误的匹配，然后利用人机交互方式完成拼接。 针对问题三，在实际情况中，一张打印文件往往是正反两面，在用距离匹配法进行碎纸片的复原时使得误差增加，也增加了人工干预的次数。充分利用碎纸片有两面的特征，让其一面作为匹配面，另一面作为检验面，用求解两碎纸片灰度矩阵相邻列之间的欧式距离的思想，最终建立了双目标规划的数学模型，既要满足匹配面的约束，又要满足检验面的约束。在MATALAB下编程求解，并加上人工干预最终得到了碎纸片的复原结果（见附录三），在每行利用计算机拼接的过程中采用人工识别剔除错误的匹配，然后利用人机交互方式完成拼接。 本文的优点在于文中的模型除了能复原题目所给定的已知行数、列数的碎纸片，还能复原出任何行数、列数的情况。关键词：像素量化 欧氏距离 聚类分析 双目标规划问题重述 破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用。传统上，拼接复原工作需由人工完成，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。随着计算机技术的发展，人们试图开发碎纸片的自动拼接技术，以提高拼接复原效率。请讨论以下问题： 1. 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1、附件2给出的中、英文各一页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，请写出干预方式及干预的时间节点。复原结果以图片形式及表格形式表达。 2. 对于碎纸机既纵切又横切的情形，请设计碎纸片拼接复原模型和算法，并针对附件3、附件4给出的中、英文各一页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，请写出干预方式及干预的时间节点。复原结果表达要求同上。 3. 上述所给碎片数据均为单面打印文件，从现实情形出发，还可能有双面打印文件的碎纸片拼接复原问题需要解决。附件5给出的是一页英文印刷文字双面打印文件的碎片数据。请尝试设计相应的碎纸片拼接复原模型与算法，并就附件5的碎片数据给出拼接复原结果，结果表达要求同上。 基本假设 1、 假设题目所给的附件中的碎纸片文件图片的切口是完全水平的； 2、 假设碎纸片与碎纸片之间不存在错位的情况； 3、 假设碎纸片切口是干净的，没有污渍，也没有噪声的污染； 4、 假设中文、英文在间距、高度以及宽度上的差异对像素匹配模型没有影响； 5、 假设在图片二值化时的灰色像素可以近似按最佳阈值归化为白色或黑色； 6、 假设英文的笔画均匀，且可以量化为固定像素值； 7、 假设一张英文碎纸片中最多可以容纳4个完整的英文字母。符号说明 ：第个像素值量化矩阵的第行列交叉位置上的元素的值； ：点的灰度值； ：阈值； ：第次迭代时区域像素个数； ：两像素量化矩阵的欧式距离值； ：像素值； ：第个像素量化矩阵； ：像素矩阵中第行第列碎纸片基线的纵坐标； ：像素矩阵中第行黑色像素所占总像素比例； ：像素量化矩阵中第行0的个数； ：像素量化矩阵中第行像素点总数; 模型的分析、建立与求解 4.1问题一的模型分析、建立与求解 从附件1中我们可以得到19张仅纵切的中文碎纸片图片，首先将每个图片按像素值进行二值化量化，可以得到19个198072的矩阵，再提取每个矩阵的最左与最右的像素值用绝对值距离法建立像素匹配模型，从边界第一张编号为008入手，依次得出中文图片的顺序。由于英文和中文一样可以量化为像素，故同理可得英文拼接方案。 4.1.1图像二值化量化 二值化是图像处理的基本技术，目的是将图像增强结果转换成黑白二值图像，从而能清晰地得到边缘特征线，更好的为边缘提取、图像分割以及目标识别等后续工作服务。其原理是将所有灰度大于或等于