数学建模(B题)碎纸片的拼接复原模型.docVIP

碎纸片的拼接复原模型 摘 要： 本文针对碎纸片的拼接复原问题，提出了互相关匹配模型。首先对附件图片数值化处理并建立矩阵；然后根据图像页边距特点定位最左边和最右边的碎片；按照每张碎片中的文字部分所在位置，提取同一行碎片，利用互相关函数 横向拼合。 在第一问中，附件一、二仅作横向相关性比较即可；在第二、三问中，需要提取同一行碎片横向拼接，并将横向拼合完整的碎片进行竖向拼合，经过人工干预得到结果。 最终结果见附录。 关键词：拼接复原；互相关；矩阵；数值化；人工干预 一、问题重述 在司法物证复原、历史文献修复以及军事情报获取等领域的破碎文件的拼接上，传统的拼接复原工作需由人工完成，准确率较高，但效率很低。尤其是当碎片数量巨大时，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。我们需要用算法分别设计出附件1至附件5的拼接方法及拼接结果。 二、模型假设 忽略实际拼接中边缘的整齐性； 不需要考虑实际拼接中破碎文件大小是否一致； 忽略碎片边缘的损耗，认为拼接后是完整的图片； 在模型的建立过程中重视算法与建模思想，淡化程序的编写； 文字的行间距一定。 三、符号说明 互相关系数（） 相关像素数组1 相关像素数组2 图像像素值矩阵 处理后图像像素值矩阵 矩阵元素 四、问题的分析 已知条件的分析 第一，对碎片尺寸和数量的分析。 附件1和附件2的图片尺寸均为，碎片数量均为19；附件3、附件4和附件5的图片尺寸均为，碎片数量均为。由于纵列有11个，像素值180，总值，因此，所有拼接后的图像尺寸一致，均 第二，对碎片边界的分析。 对于附件1、2，所有碎片上行和下行像素值为白。其中，一张碎片位于最左端，最左列像素值均为白；一张碎片位于最右端，最右列像素值均为白。 对于附件3、4、5，拼接后图像四边像素值为白，碎片也存在边像素值全为白的情况，因此需要分类讨论。 切割线为长度完全相等的直线，因此切割线两边应有很大的相似度，灰度值相似。 第三，对碎片正反性的分析。 附件5存在正反面情况，同一块用a、b，但根据题意分析，我们无法确定碎片的正反，即a可能是正面，也可能是反面。因此拼合时，应当注意统一序号在同一平面出现的单一性，例如，000a在设定正面出现以后，000b一定在反面。 第四，对碎片像素白色行的分析 对于中文，同一行的所有碎片文字是横向对齐的，因此白色开始的位置是一样的。因此可以提取出同一行的碎片。 拼接方法的分析 由于碎片是长方形，有四条边，因此边的拼接有优先顺序。由于长边特征较为明显，采样点多，因此优先横向拼接，然后纵向拼接。当电脑拼接无法完成时，采取人工干预。 五、模型的分析与求解 方法的确立 根据对问题的分析，我们得知此问题需要计算离散序列之间的相关性，因此我们需要使用互相关系数计算和矩阵的计算。 模型的建立 1. 1图像数字化 由于电脑中图像的大小是由像素数量表示，而每个像素点均由一个数值表示，因此利用matlab读取灰度图像的像素值，第n副图用矩阵表示为：  在第一问中，n=72，m=1980； 在第二问、第三问中，n=72，m=180。 1. 2数据预处理 由于互相关函数需要比较正负范围相等的数组，因此我们将的每个数值减去，使在 [-，]范围内，即 1. 3相关性的计算 由于碎片大小完全一致，切割线完全竖直且交界处长度完全相等，并且切割线无损，图像可以完全拼接，因此相邻两个图形交接处相似。由于图像已经数字化处理，因此可以由边界相应像素数值的相关性来确定两张图是否相邻。对于相关性的计算，我们使用互相关函数。互相关函数公式为： 公式中，分子表示的是两组离散数值的相似程度，分母则起到归一化作用，相邻两边的数组分别为序列。 当时，两组数相似程度最大，即两张图片最有可能相邻； 当时，两组数相似程度最小，即两张图片不相邻。 根据这个公式，即可算出两个图边缘的相关度。 1. 4图像的拼接 1. 4. 1 第一问 附件一： 首先，根据图像页边距白边特点定位最左边为白色的碎片， 的第一列列向量为，将i=1,2，……19分别带入计算，仅当i=15时，，因此，最左边碎片为014。 然后，令，将014矩阵数据带入中分别计算，当取得取时，i-1即为相邻碎片。同理，即可拼接整幅图。结果见附录。 同理可得附件二结果。 Matlab 附件一 拼接图 1. 4. 2 第二问 首先，确定最左边碎片。因为碎片存在非左边仍有白边的情况，例如附件4的图002.bmp，如下图所示。（由于底色是白色与文档背景相同，进行了对比度降低处理。） 附件4-002.bmp 因此，需要提取多组行向量，根据是否均为0确定最左碎片，同理可确定最右碎片。左碎片满