基于边缘灰度匹配的文档碎纸片拼接

随着科学技术的发展,人们试图开发碎纸片的自动拼接技术来提高效率。来自同一页纵切破碎纸片,为求出拼接算法应将各图片的特征转化为数字形式,如此将两侧的像素值提取出来进行匹配。本文首先利用灰度矩阵提取出边缘像素的位置,然后阈值分割并进行列向量特征匹配,最后根据确定的算法得出两两碎片的相似度函数并形成"环",循环后从"环"切开得出碎片的完整拼接结果。实验结果表明,该算法简单可行,可以达到规则碎纸片完整拼接的目的。     

基于边缘匹配的纵向碎纸拼接方法

详细阐述针对规则纵切的碎纸片的一种恢复方法。该算法先将图像转码为对应的像素矩阵，并且将矩阵二值化处理。接着根据文字笔画的连续性计算碎纸边缘信息的匹配度矩阵，再根据文本间的连续性，计算出碎纸片之间的相似度矩阵。最后结合匹配度矩阵与相似度矩阵的信息，当以某张进行匹配时，其相应的下一张是既高度符合匹配度矩阵又高度符合相似度矩阵的，从而实现对碎纸的拼接复原。经过碎纸拼接试验验证，效果良好，方法准确便捷，是可行的。     

基于灰色加权绝对关联度的边缘检测算法

探讨了灰色关联度计算方法在边缘检测中的适用情况，提出并实现了基于灰色加权绝对关联度的灰度图边缘检测算法。实验结果表明在基于灰色系统理论的边缘检测过程中采用加权灰色绝对关联度其效果明显优于采用一般关联度．该算法为基于灰色系统理论的边缘检测的新思路做出了有益的发展和补充。     

基于文字特征的双面打印碎纸片拼接复原

图像拼接（Image Mosaic）是一个日益流行的研究领域,他已经成为照相绘图学、计寄机视觉、图像处理和计寄机图形学研究中的热点。图像拼接解决的问题一般是通过对齐一系列空间重叠的图像,构成一个无缝的、高清晰的图像,它具有比单个图像更高的分辨率和更大的视野。在司法物证鉴定、历史书籍复原等很多领域要用到文字碎片的拼接复原,目前,对于碎纸片的拼接复原,大都采用人工拼接的方式进行。这种方法寅然准确度较高,但是效率较低,尤其是面对大量碎片的拼接复原时,效率低下的问题显得尤为明显。如果能引入计寄机辅助图像拼接技术,必能大大提高工作效率,减少工作时间。文章针对给出题目提出的数据和附件中给出的数据,进行了严密地分析,建立了数学模型,给出的求解方法,得出了结果。 问题1：对于碎纸机既纵切又横切的情形,给出的中、英文印刷文字双面打印文件的碎纸机碎片数据,设计相应的碎纸片拼接复原模型或寄法,如果复原过程需要人工干预,写出干预方式及干预的时间节点。问题2：编写程序实现计寄机还原,要求复原结果以图片形式及表格形式表达,分析并总结双面打印碎纸机碎片还原和单面的区别,写出实验报告。     

横纵切下碎纸片的拼接复原问题研究

碎纸片的拼接复原问题是现实生活中常常遇到的问题。传统的拼接复原采用手工完成,要花费大量的人力财力,因此,研究计算机对碎纸片快速而有效的拼接是一个很重要的问题。本文运用贪婪算法和蚁群算法对碎纸片的拼接进行研究,仿真实验表明算法可靠有效。     

基于灰色加权绝对关联度的边缘检测算法

探讨了灰色关联度计算方法在边缘检测中的适用情况,提出并实现了基于灰色加权绝对关联度的灰度图边缘检测算法。实验结果表明在基于灰色系统理论的边缘检测过程中采用加权灰色绝对关联度其效果明显优于采用一般关联度,该算法为基于灰色系统理论的边缘检测的新思路做出了有益的发展和补充。     

基于动态聚类的文档碎纸片自动拼接算法

针对碎纸机三种碎纸模式进行拼接复原,提出了一种基于动态聚类的文档碎纸片自动拼接算法,定义了匹配度矩阵计算两块碎片最合理的拼接方式,设计了一种基于碎纸片特征向量的动态聚类行聚类算法进行行初步聚类,根据文字特征线及计算出的行距对初步聚类进行了调整修正,确定最终的行分类及行间顺序,根据提出的动态四邻近匹配算法,匹配出复原结果。实验表明,该方法实现简单,成功率高,能快速得到碎纸片的三种碎纸模式的拼接复原结果。     

基于灰色关联分析和模糊推理的图像边缘检测

针对噪声图像,本文提出一种基于灰色关联分析和模糊推理的图像边缘检测方法。该方法利用灰色关联分析对图像进行边缘初提取,然后针对边缘和噪声特征的不同,确定模糊规则,利用模糊推理系统推理噪声隶属度,进而去除由噪声引起的伪边缘,获得真实边缘,实现边缘检测。实验表明,与其他边缘检测方法相比,本文的方法不但可以获得较好的边缘特性,而且具有较强的抗噪性能。     

基于MATLAB规则碎纸片拼接复原方法的研究及实现

分析了规则碎纸片的特征及纸片中文字行的特征,提出了针对不同规则碎纸片的全自动和半自动拼接算法。并用MATLAB语言进行了程序编写,对碎纸进行了复原拼接,经试验验证拼接效果良好,方法准确、便捷、可行。     

基于相关矩阵的纵向碎纸拼接方法

由于碎纸机的使用,伴随出现了对碎纸拼接的需要。为了使得拼接更加简便、快捷,本文采用以线性代数中相关矩阵为核心的碎纸拼接算法,对单面打印的规则型碎纸进行自动拼接复原。首先将图像信息转化为像素矩阵,然后根据文字的形状特征以及连续性,计算所有碎片的边缘像素矩阵的相关度,从而得到一个相关矩阵。通过对相关矩阵中每一列的相关度进行比较,得到相关度最高的一张碎片进行拼接。经过实例研究验证后,该算法简洁可行,比较精确。     

基于子块特征的遥感图像边缘灰提取

遥感图像为地理信息系统数据的更新和应用提供了有利条件,遥感图像的特征提取是其中的关键问题.针对灰色绝对关联度计算模型的特点,提出一种基于灰色绝对关联度和图像子块标准差的边缘检测算法,实现遥感图像边缘灰提取过程中阈值的自适应调整.实验结果表明本文算法能有效提取图像弱边缘,具有很好的实用性.     

基于小波变换与灰色系统理论的图像边缘检测

多尺度边缘综合一直是多尺度思想中较难解决的问题。本文将灰色系统理论与多尺度边缘检测思想相结合．提出基于灰色关联分析和梯度方向的图像边缘宽度计算策略,并根据边缘宽度自适应地调整样条小波的滤波尺度参数,从而实现对有噪图像进行自适应尺度边缘检测。仿真结果表明本文算法不仅能有效地抑制噪声,而且对细节边缘和模糊弱边缘均有较好的检测效果。     

基于非负矩阵分解的特征向量抽取方法特点研究

非负矩阵分解算法可以作为一种新型的特征抽取方法。将非负矩阵分解算法和现有的其它三种现有的特征抽取算法进行详细比较：奇异值分解方法和非负矩阵分解方法本质上是不同的两种特征抽取方法,非负特性使得由非负矩阵分解比奇异值分解方法更接近人们的认知习惯。基于聚类的特征提取方法是一种简化了的非负矩阵分解算法;基于概率的特征提取方法等价于非负矩阵分解在特定约束条件下的变体。通过比较充分体现了非负矩阵分解算法的非负性和局部性特点。     

特征值、特征向量与矩阵的若当标准形

为了重新巩固Jordan阵理论的地位,使其更好地在科学研究领域发挥作用,从线性代数的基础理论之一—矩阵的特征值和特征向量的角度出发,论证了若当标准形理论的正确性,得出了任意(n×n)维矩阵都相似于某个若当标准形矩阵的结论。为得到这一结果,对某些特殊形式的矩阵进行了归纳,提出了新的定义,并对它们的性质进行了分析证明。     

基于文字特征的文档碎纸片半自动拼接

分析了基于几何特征的碎纸片自动拼接方法的缺点,研究了碎纸片内文字行特征、表格特征特点,以及碎纸片内文字行特征、表格线特征的获取方法,提出了基于碎片文字行特征或表格特征的碎片半自动拼接算法。根据算法研制了C语言计算机程序,用该程序对一实际例子进行了拼接试验,试验结果表明该方法效果良好。     

基于遗传算法的碎纸片自动拼接模型的实现

高效、准确地完成碎纸片的拼接在很多领域有重要的价值。本文建立了一种基于遗传算法的无色彩、规则碎纸片拼接复原模型,该模型以灰度预测值为运算对象,模型中优秀个体保护更好地体现了算法的优胜劣汰原则。通过实验取得了较好的结果,证明了该方法的可行性。     

基于支持度矩阵特征向量的数据融合方法研究

提出了基于支持度矩阵特征向量的同质多传感器数据融合算法,通过支持度矩阵的特征值和特征向量,提取支持度矩阵的特征,确定各传感器的融合权,充分保留支持度信息.并且通过融合权的选取参与融合的传感器组,克服了阈值设置的人为经验问题.最后将基于支持度矩阵特征向量的融合方法运用到实例数字仿真中,结果表明:这种方法计算过程简单,精确度高,抗扰动性能好.     

基于边缘提取的图像拼接

对车牌识别系统中的图像拼接问题进行了研究,提出了一种基于边缘提取的图像拼接算法.实验结果证明,该算法获得了理想的拼接效果.     

基于灰度共生矩阵的边缘检测方法

对传统的边缘检测算子进行了分析,指出了存在的不足;同时针对目前的纹理分析算法普遍存在计算复杂、运行时间过长的缺点,通过将纹理分析的思想和传统的边缘检测算子相结合,提出了一种基于灰度共生矩阵的边缘检测新方法.该方法对图像进行纹理分析后自适应地选择模板,因此很好地保持了图像边缘的细节并且抑制了噪声.通过MATLAB仿真实现,结果表明由灰度共生矩阵产生纹理特征能有效地描述火焰的纹理特征,具有较好的鉴别能力.     

基于特征向量变换的彩色图像压缩编码算法

提出了一种基于特征向量变换的彩色图像压缩编码算法,高效地去除了彩色图像各分量间的相关性。该算法将每个色彩分量分割成若干个大小相等但不重叠的8×8子块,构造了一个色彩特征矩阵。基于该矩阵,将图像从RGB色彩空间变换到一个新的色彩空间R1G1B1,针对变换后的新分量进行了不同的量化编码。为了减少整幅图像的存储空间,利用另一变换矩阵,进一步将它缩小到一个更适合整型存储的空间。解码则是通过简单的逆变换,以得到重构的色彩分量。实验结果表明,该算法易于实现,具有较高的峰值信噪比和压缩比,且恢复图像也具有视觉无损的效果。