国家奖碎纸片的拼接还原.doc

碎纸片的拼接复原 摘要 用软件对给定的碎纸片进行拼接复原，先将附件中碎纸图片读入到里面去，并二值化。取出各边的二值化数据，构造边缘对比矩阵，计算各个边缘之间的相关系数，并根据相关系数进行匹配，得出碎纸图片的排序顺序，再根据这个顺序进行碎纸图片的复原，最终得出效果图。 针对问题1，用软件读取附件1，2所给的图片，并作二值化处理，取出图片左右边的边缘值，采用相关系数分析的方法，计算各边缘间的相关系数，根据相关系数的大小确定相邻的图片。人工干预选定第一张图片，然后根据相关系数的大小确定各张图片的顺序，最后MATLAB软件显示复原图片。 针对问题2，我们首先用软件读取附件3,4所给的图片，然后利用第一问中的方法，提取碎纸片各边的特征，再根据各个边缘之间的相关系数进行匹配。在匹配过程中，先考虑左右边缘的匹配，再考虑上下边缘的匹配，最后得到复原图片。 针对问题3，由于是图片是双面的，所以按照第二个问题步骤进行匹配和拼凑后，肯定有一些不能完成匹配的，所以一定进行另一面的匹配拼凑，完成一面的匹配后，还有反面要匹配，根据正反面的文字特征我们可以把正面的图片序号顺序按列进行倒置，即第一列和最后一列调换，其他列依次类推，最终得出正反面的拼图结果。 以上方法都需要人工干预，对于较大数量的碎纸图片的复原，工作量是很大的。针对该复原问题尝试寻找一种能自动识别匹配的复原方法。首先读入所有图片并灰度处理，然后用Harris角点检测算法检测出各图片的特征点，接着用RANSAC匹配算法寻找与之相匹配的相邻图片，根据匹配结果对图片进行排序。由于各图片之间没有重叠的部分，不需要做图片的融合，所以根据排序直接就能显示复原结果。 关键字： 图像二值化 相关系数 Harris角点检测 RANSAC算法  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。对于给定的来自同一页的片（仅纵切），建立碎纸拼接算法，数据进行复原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。模型与算法里面取出左右边缘的值，进而对碎纸图片的左右边缘进行匹配就可以还原图像。故我们运用软件对边缘进行相关系度分析，最后运用的画图功能进行碎纸图片的还原，即可得出撕碎前图片的原图，最终将得出图片的排序顺序，将碎纸图片还原。 对于问题二，附件3和附件4的碎纸图片是经过纵切和横切而成的，所以要进行碎纸图片还原，一定要取出碎纸图片的上下左右条边的特征才能进行还原；我们准备先进行左右边缘匹配，拼出一些模块后，在对拼好的模块进行上下边缘匹配，最终得出图片的排序顺序，进行碎纸图片还原。 对于问题三，由于是碎纸图片是双面的，而且是经过纵切和横切而成的，所以要进行还原肯定要利用每一面的碎纸图片的边缘特征进行匹配，进行单面匹配后，肯定只是拼出一些模块，有一些模块肯定是匹配不了，这时我们就要进行根据另外一面的边缘特征进行第二轮匹配，最终才能拼凑出完整的原来纸片图片。 基本假设 假设所给出的碎片是可以拼接复原成完整的一页文字； 假设同一张纸质是一样的，像素没有明显的差别，采用合理的方法进行制造； 假设碎纸机符合碎纸的要求，碎纸机具有效率高，质量好，精度高等优点； 假设所采用的碎纸机可以均匀的破碎纸片，并且不使图片破损，不考虑镜头畸变； 假设碎纸的纸粒工整利落，对同一张纸采用同一个碎纸机，中间不间断的切割纸张； 符号说明 第一问： ：相关系数 ：碎纸片二值化矩阵 ：碎纸片灰度矩阵行数 ：碎纸片灰度矩阵列数 ：碎纸片张数 ：碎纸片灰度矩阵 ：碎纸片边缘对比矩阵 ：图片的匹配顺序 ：人工干预得到的首张图片 第二问： ：碎纸片灰度矩阵 ：碎纸片二值化矩阵 ：标志位 ：三维矩阵中的页数，即碎纸片数 ：二值化碎纸片的第一列 ：二值化碎纸片的最后一列 ：二值化碎纸片的第一行 ：二值化碎纸片的最后一行 ：图片的匹配顺序 第三问： ：碎纸片左边缘的二值化矩阵 ：碎纸片右边缘的二值化矩阵 ：碎纸片上边缘的二值化矩阵 ：碎纸片下边缘的二值化矩阵 ：碎纸片左右边缘的二值化矩阵 ：碎纸片上下边缘的二值化矩阵 ：左右边缘的对比矩阵 ：上下边缘的对比矩阵 ：左右边缘匹配的得出的可以连通的图片排序 ：上下边缘匹配的得出的可以连通的图片排序 ：可以连通的图片排序 注：在此没有设定的符号下文中会具体说明 模型建立与求解 问题1的模型建立与求解 附件1、2所给碎纸片都是纵切而成，几何形状相似，仅考虑纸片左右两条纵边。进行拼接复原的主要方法是求出纸片各纵边间的相关系数，相关系数越大则说明这两条边临近。 先将给定各图片二值化