碎纸片拼接复原数学建模.docVIP

B题 碎纸片的拼接复原 摘要 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。而对于本题目而言，依照传统的手工方式解决碎纸片的复原问题，效率低下，无非是对人力资源的极大浪费。本组成员运用计算机，对碎纸片的复原采取全新的方式，大大提高文件复原的效率。 针对问题一，我们利用位图图像的数字化将所给文件碎片转换为对应的像素矩阵，然后通过对碎片边缘像素的比较，得到相应的边缘匹配关系，利用matlab将图片复原。 针对问题三，加入碎片的正反面因素使得数据的处理量加大，但考虑到到文件任意一面复原后，另一面将会自动复原，因此，延续第二问的做法，对本问进行适当的人工干预处理，得到正反两面碎片的排列顺序，最终将文件进行复原。 关键字：像素矩阵匹配  问题重述 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。传统上，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，人们试图开发碎纸的自动拼接技术，以提高拼接效率。 1. 对于给定的来自同一页的片（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的情形，模型和算法，并针对附件给出的数据进行复原。 3. 上述所给碎片数据均为单面打印文件，从现实出发，模型与算法  模型假设 碎纸机破碎纸片后，没有纸张的损耗，碎片拼接后复原为碎纸机处理前的纸张。 处理的图像均为位图，同一问题中的图片像素。 符号说明 模型的建立 问题一： 对于纵切的的文字文件，所需要考虑的只是横向的拼接问题，而问题的关键所在就是纵向的切口的匹配问题。对于匹配问题的研究，本文涉及到了将图片转化为像素矩阵，首先进行左右边缘矩阵的提取，通过 模型建立： 首先，imread语句进行图像的读取，即将图片转化为像素矩阵Aij，形成的矩阵规格为1980*72。 其次， 通过人工干预，对19张图片进行分析，很容易得出排列在第一位和最后一位的碎纸片，即第九张碎片为首，第七张碎片为尾。 然后运用程序将首位图片（即第九张碎纸片）的右侧列像素的每个元素分别跟剩余图片的左侧对应列像素的每个元素作差，取差值的绝对值e作为考察指标。当ed（d为指标标准，因文字不同而取不同值）时认为对应匹配，当ed时不匹配列比较完后，统计ed的像素对的个数s,s大于给定的误差允许量p,认为两个边缘不匹配，若s小于给定的误差允许量p则认为这两个边缘匹配，这是通过限制s的数量来精确边缘的匹配程度。同样的向右侧，最终可以得到所对应的位置，从而复原图片。 求解根据模型，运用matlab，求解得复原如下：复原表： 9 15 13 16 4 11 3 17 2 5 6 10 14 19 12 8 18 1 7 附件1的复原结果图： 复原表： 7 3 8 16 19 12 1 6 2 10 14 11 9 13 15 18 17 5 附件2的复原结果图： 二：问题二，我们在问题一解法基础上进行了优化，图片变为像素矩阵的方法解法一相同，在问题二中们进一步把像素矩阵转化成为二值矩阵运用的，取阈值为值大于像素值取值为小于像素值取值为这就转化为包含０二值矩阵。用问题一中像素值差比较的方法，间的匹配关系与一不同的是，二中人为很难找出边缘图像，既有横又有纵切，为问题的解决带来了一定难度。所以采用横向匹配，再纵向匹配的策略：一中方法的基础上，除了取每张图片的左右边缘像素外，还取到了每张图片上边缘像素下边缘像素，形成矩阵ij和Bij，且为数据读取后，进行匹配比较，首先按顺序取图片进行左右匹配，由于转化二值矩阵，的取值只有容易确定d值为避免了反复比较确定d的过程 用此方法确定每行的复原顺序，然后再取完整排列行中匹配的进行相同的上下。对于程序匹配不理想的碎纸片，进行人为干预完整的复原顺序。用的还原。  求解：通过上面的法对问题进行得附件复原顺序下表： 50 55 66 144 187 3 58 193 179 119 191 96 12 23 130 29 92 189 142 62 20 79 68 70 100 163 97 132 80 64 117 164 73 7 178 21 53 37 169 101 77 63 143 31 42 24 148 192 51 180 121 87 196 27 2 88 19 39 149 47 162 25 36 82 190 123 104 131 194 89 168 26 9 10 106 75 72 157 84 133 201 18 81 34 203 199 16 134 171 206 86 153 166 28 61 15 129 4 160 83 200 136 1