新工厂选址优化模型讲述.docxVIP

 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，在解决问题一和问题二的过程中发现阈值对整个碎片拼接过程起着极大的作用，，阈值不同拼接效果千差万别，所以我们可以用阈值做误差分析和敏感度分析。 关键词：像素量化 欧氏距离 聚类分析 双目标规划 一、问