基于多约束条件中文碎片拼接复原算法设计.docVIP

基于多约束条件中文碎片拼接复原算法设计 　　摘 要：文章对纵横切中文碎纸片的拼接复原问题进行了分析，对碎片图像进行数字化处理，采用灰度相似性比较的方法，利用循环遍历的思想匹配碎片；接着对图像进行二值化降噪处理，去除干扰元素，考虑到传统匹配算法下存在多种匹配、错误匹配、重复匹配的问题，设计基于多种约束条件的中文碎片拼接算法；最后利用编程实现得到完整的复原图形，该算法提高了碎片拼接复原效率和精准度。 　　关键词：碎片复原；相似性比较；多约束；匹配模型 　　中图分类号：TP391.41 文献标识码：A 文章编号：1006-8937（2014）6-0132-02 　　传统破碎文件的拼接复原工作需由人工完成，效率很低。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。本文对2013高教社杯全国大学生数学建模竞赛B题中提出的碎纸片拼接复原问题进行研究，主要研究纵横切中文碎纸片的拼接复原问题。 　　1 灰度值的相似性比较 　　1.1 提取边缘灰度值 　　①在得到所有图像的灰度值矩阵后，提取每组矩阵左边缘的灰度值，根据左边缘的灰度值的特点，判断该图像是否为第一张图片，若左边缘灰度值均为255（全白），则表示该列无文字信息，即可确定复原的第一张图片。 　　②提取第一张图像灰度值矩阵的右边缘灰度值，并与其他图像的左边缘灰度值作相似性比较，确定与之匹配的图像。 　　1.2 欧氏距离比较矩阵边缘灰度值相似性 　　欧氏距离（Euclid Distance）也称欧几里得距离，是一个通常采用的距离定义，它是在维空间中两个点之间的真实距离。在二维空间中的欧氏距离则为两点之间的直线段距离，其表达如下： 　　d=■ 　　在确定灰度值相似性时，根据欧氏距离最短的准则，对于一张分辨率为m×n的数字图像，用欧氏距离法确定出的的表达式为： 　　d=■ 　　其中i=1，2……19，且i≠k，k表示要匹配的图片序号。 　　1.3 循环遍历搜索 　　根据欧氏距离最小原则的相似性比较，匹配出与第一张图片相匹配的图像，然后将该图像作为待匹配的图像，寻找下一张与之匹配的图像，利用循环遍历搜索的方法，得到匹配顺序。最后??照匹配顺序，绘制复原图像。 　　2 算法设计与模型求解 　　2.1 图像二值化降噪处理 　　由于每张图片都存在着噪点这些干扰因素，所以接下来运用二值化的方法对图片进行降噪处理，为了改善图像上的显示效果，需要人为的选取适当的阈值以便得到更合理的二值化图像。 　　具体算法步骤如下 　　①计算机编程读取BMP图片灰度值； 　　②选取适当的阈值； 　　③判断该像素点是否为噪点。若是，则视为背景色像素，否则视为文本内容； 　　④根据背景色与文本内容确定出文本内容边界； 　　⑤重复步骤3，直到识别出清晰图像； 　　⑥重置灰度； 　　⑦存储BMP灰度数据。 　　在得到每一行首张图像的基础上，采用问题一的算法，比较灰度值矩阵的相似性，找出水平方向上与第一张图像相匹配的碎片，然后利用循环遍历搜索法，找出与上一张匹配的碎片。 　　理论上能够搜索出每一行的所有匹配图像，但程序运行中会出现多种情况而导致程序停止运行，不能匹配出一行的图像。出现有以下情况：匹配过程中出现多张碎片能够与上一张匹配、图像的错误匹配、图像的重复匹配。 　　2.2 图像黑白间隔化——条件1 　　为了减少“出现多张碎片能够与上一张匹配”和“图像的错误匹配”情况发生的概率，采用将碎片图像黑白间隔化的方法，使图像的匹配精度更高。 　　具体实现方法如下： 　　①对各个图像矩阵进行二值化处理，使矩阵中的值只包含0和1； 　　②对于有72×180个像素点的图像，从矩阵上边缘开始搜索，判断是否出现文字信息（即该行中出现0）； 　　③若出现文字信息，则将该行的值全部赋予0，即全黑化； 　　④重复的步骤，是含有文字信息的行均变成全黑； 　　⑤搜索出180个像素点后，图像即呈现出黑白间隔化。 　　例如，将附件3中序号049和054碎片拼接后作黑白间隔化处理过程如下图1所示。 　　特别地，对于某些碎片图像有较大一部分空白的情况，根据我国文字分段常识，可以判断出这些空白区域是可以有文字的，但可能由于分段原因，使得这一部分看起来没有文字。若空白区域有文字信息，则碎片的匹配准确率更高。对于这种情况，处理方法如下： 　　根据该碎片中已有文字的行间距计算空白区域中可有文字的位置，行间距值d为上一行文字的下边缘与下一行文字的上边缘的高度差，即为 　　d=ai-aj 　　则空白区域中文字可占用的位置为 　　s=az+d 　　其中，ai、aj、az分别为文字图像的矩阵各个位置的行向量。 　　利用matlab编程得到该情况黑白间隔化图像如下