英文字母特征的双面碎纸拼接

目的 结合图像处理技术和英文字母特征,提出一种基于聚类和全局优化的双面碎纸拼接复原算法.方法 利用图像处理技术,消除同行字母的处于不同高度部分.再分别基于处理前后的碎纸片,分别提出碎片与行之间匹配程度以及刻画相邻碎片两两匹配的特征参数(像素差与相关系数).利用上述两特征参数,将问题转化为两个子优化问题:子问题1,基于像素差的最大值最小目标,建立全局最优聚类模型,确定所有碎片的行分类;子问题2,将同一行中相邻碎片的匹配问题转化为旅行商问题(TSP),并基于相关系数对每一行建立全局优化模型.结果 仿真实验结果表明,图像处理技术能有效地消除同行字母处于不同高度的负影响.同时,获取的两个特征参数能很好地刻画碎片之间的匹配,复原准确率达到90％以上.结论 实验结果表明,该算法能保证高复原率且降低复杂度,对碎纸机碎纸拼接复原具有良好的实际意义.     

基于信息丰富度的切碎中文文档自动拼接复原

针对切碎中文文档的自动拼接复原中无法利用碎纸片形状特征的问题,提出一种基于内容信息丰富度的拼接算法.首先分析了基于汉字内容的碎纸片特征表达方式;在此基础上,提出从横纵2个方面进行碎纸片特征匹配度估计的方法;最后采用信息丰富度确定拼接次序,逐一高效地完成碎纸片的拼接.基于不同碎纸片数量的匹配实验结果表明,相对于传统方法,横纵特征匹配度估计方法分别提高了约4.73%,3.76%的准确度;自动拼接复原实验结果表明,相对于传统算法,基于信息丰富度拼接算法的错误率下降约18%,并大大降低了时间复杂度.     

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。     

一种碎纸自动拼接中的形状匹配方法

碎纸自动拼接技术是图像处理与模式识别领域中的一个较新但是很典型的应用,它是通过扫描和图像提取技术获取一组碎纸片的形状、颜色等信息,然后利用计算机进行相应的处理从而实现对这些碎纸片的全自动或半自动拼接还原。碎纸自动拼接过程一般包括图像预处理和匹配两个主要步骤。形状匹配是碎纸自动拼接过程中的关键技术,但是至今为止,没有很成熟的方法应用于相关工作中。该文给出一种从提取碎纸片轮廓线出发,通过边界准则和面积准则来判断两个轮廓是否匹配来达到碎纸拼接目的的方法,实现了基于计算机辅助的碎纸自动拼接还原。     

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。     

图像碎纸片半自动可视化拼接方法

图像碎纸片的拼接与复原在司法物证复原和军事情报获取等领域有着重要的应用。根据图像碎片的特点建立了集成相似度的计算模型,设计了一种“双排扣”拼接方法来提高一次拼接的准确性;根据贪心准则设计了一种向四周扩展和绕回的图像碎纸片有效拼接算法,并根据图像碎纸片拼接特点制定了人工干预准则,实现了可视化的人机交互拼接系统。最后,通过实验验证了该方法在解决图像碎纸片拼接问题上的有效性。     

一种基于灰度值矩阵的文档复原方法研究*

对于切碎英文文档自动拼接还原中无法利用碎纸片几何形状特征的问题, 提出一种基于灰度值矩阵的文档碎片拼接方法。利用碎片图像的特征向量消除同行字母处于不同高度的负影响, 提取其特征位置作为动态聚类的分类标准,依据文本行特征进行动态聚类和类间排序。设计了一种基于原图像碎片边界矩阵的四邻拼接算法进行逐一高效地拼接还原。仿真结果表明, 该方法准确率较高且操作简便, 对规则碎片拼接还原具有良好的实际意义。     

规则矩形碎片自动拼接技术的设计与实现

本文提出了借助于计算机把碎纸机破碎纸片拼接成初始状态的完整模型。首先从各张碎纸片的像素出发,求出每张图片左右两侧边缘的像素分布,将每张图像的像素转化为相应的矩阵。建立优化模型依次从左向右拼接碎纸片,以前一张碎纸片右侧像素点与后一张碎纸片左侧像素点的匹配差异值最小为目标函数,依次穷举未排序的碎纸片,由此得出碎纸片的排列顺序和复原图。     

基于聚类汇总的记录匹配算法

记录匹配算法在异构数据的集成和数据开采等领域应用广泛，其主要任务是找出来自不同数据源中代表同一对象实体的记录，这些记录具备相似的属性和属性值。为避免组合爆炸问题，现有的记录匹配算法不再对数据库中的记录数两两匹配，而是结合排序策略和静态聚类匹配方法实现，但这种静态方法不适应数据的动态变化。因此，本文提出基于聚类汇总的记录匹配算法，该算法可以解决静态方法导致的匹配记录丢失问题，同时能够减少计算量，提高匹配记录搜索效率。     

基于谱残差和聚类法的运动目标检测研究

传统基于特征点匹配的目标检测算法目标识别率低、误检率较高是因为特征点匹配不准确、目标轮廓不连续。针对这一问题,分别引入谱残差算法和k means聚类算法,并加以改进,提出一种基于谱残差算法和k means聚类算法的运动目标检测算法。具体方法是：首先,每隔两帧提取加速鲁棒特征SURF并对图像配准,再对帧差结果采用谱残差算法提取视觉显著性特征,去除因匹配不准确造成的噪点和伪运动目标;其次,形态学处理之后引入改进后的k means聚类算法,对不连续的轮廓进行聚类;最后形成完整的目标。实验显示,本文算法目标识别率达到90.61%,误检率达到21.25%,分别优于传统基于SURF特征的运动目标检测算法66.60%的识别率、31.91%的误检率和基于新的局部不变性特征ORB匹配的目标检测算法87.573%的识别率、26.80%的误检率。虽然该算法平均运行时间为18 fps,但仍可以满足视频流畅的需求,因此动态背景下该算法可做为一种有效的运动目标检测算法使用。     

一种基于密度的面向线段的聚类算法

分析了密度聚类算法（DBSCAN）的局限性，在此基础上提出了一种基于密度的面向线段的聚类方法，将DBSCAN中聚类的对象由点转变为线段。在对点聚类的基础上，研究了线段聚类的特点。该算法可以有效处理分布不均匀的线段对象集，发现分布密度不同的各种簇。通过试验证明了该方法的可行性与有效性。     

基于外极线分区的动态立体匹配算法

基于区域的立体匹配算法仅针对支撑窗内的灰度信息定义匹配代价函数,导致在弱(无)纹理区域采用WTA优化出现歧义性。该文在外极线分区的基础上,改用区域作为匹配基元,针对歧义性区域,在代价函数中引入遮挡项和平滑项,并按照区域优先级的高低,动态匹配相应区域,获得可靠的视差信息。实验证明,该算法在保持实时性的同时对弱纹理区域处理具有有效性。     

移动群智感知中图片情境信息的聚类动态查找算法

使用移动设备摄像头进行感知是移动群智感知主要形式之一,预先利用照片的情境信息聚类可以减少图片特征相似计算,提高照片冗余判断效率。为了提高情境信息聚类精度,本文提出一种聚类动态查找算法,解决动态聚类近边缘相似的问题。首先,根据PTree聚类算法是否聚类到已有区间分为实枝叶和虚枝叶,实枝叶的数据直接上传,虚枝叶进一步动态查找最佳相似匹配区间;然后,基于使用局部扩大再动态缩小的思想,减少动态聚类数据点之间平均距离;最后,聚类到同一区间的图片集进行相似过滤。通过设计的APP收集带有情境信息的照片数据,结果表明,与现有方案相比,在保证覆盖度的前提下有效减少所需上传照片数量,提高去冗余效果。     

Matching 3-D line segments with applications to multiple-objectmotion estimation

A two-stage algorithm for matching line segments using three-dimensional data is presented. In the first stage, a tree-search based on the orientation of the line segments is applied to establish potential matches. the sign ambiguity of line segments is fixed by a simple congruency constraint. In the second stage, a Hough clustering technique based on the position of line segments is applied to verify potential matches. Any paired line segments of a match that cannot be brought to overlap by the translation determined by the clustering are removed from the match. Unlike previous methods, this algorithm combats noise more effectively, and ensures the global consistency of a match. While the original motivation for the algorithm is multiple-object motion estimation from stereo image sequences, the algorithm can also be applied to other domains, such as object recognition and object model construction from multiple views     

一种基于云模型改进蚁群聚类算法的研究

基于云模型在非规范知识的定性、定量表示及其相互转换过程中的优良特征结合LF蚁群聚类算法的基本思想,提出了一种基于云模型的蚁群聚类算法。从模仿蚂蚁堆积的尸体的基本模型出发,引入了相似因子和相异因子的概念,通过在邻域内进行快速云模型动态概念软划分产生最大的内聚核,进而重新定义接受分数的计算公式,能够使聚类收敛速度更快、聚类结果更纯,更符合人的常理判断。实验结果表明新算法对聚类质量有很好的效果。     

基于动态粒度的并行人工免疫聚类算法

从粒度的角度讨论了聚类结果和先验知识的协调度问题,提出了一种基于动态粒度的并行免疫聚类算法。鉴于并行人工免疫系统模型具有并行、随机搜索、反复进化和模式多样性等特点,将其与动态粒度模型相结合,在粒度变化过程中,通过对粒度粗化和细化的调整,选择合适粒度,保证了算法的聚类效率和聚类质量。实验证明,该算法在处理多样本、多属性、多类别问题时,是一种有效的方法。     

基于例子的三维运动检索

首先，运用动态聚类算法建立基于层次化运动描述的运动检索树；然后，根据得到的运动检索树，采用女近邻法则对例子运动进行分类，确定检索子集；最后，采用弹性匹配算法计算例子运动和被检索运动子集间的相似度，得到检索结果．为了提高检索效率，采用聚类算法提取运动关键帧序列表征运动，实验结果表明了文中算法的有效性。