对规则切割灰度文字图像的计算机拼接算法

本文针对规则切割的汉字碎纸片的拼接复原,通过读取碎纸片的灰度值,进行二值化处理,建立规则切割的汉字碎纸片的拼接复原模型,对二值图像矩阵与对应的列矩阵、边缘矩阵的处理,结合人工干预,获得正确的图片顺序,结果表明,拼接复原相似度很高。     

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。     

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。     

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。     

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。     

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。     

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。     

改进的深度卷积网络及在碎纸片拼接中的应用

近年来,深度卷积网络在图像识别、语音识别和自然语言处理等领域广泛使用,取得了很好的效果。为解决全部样本均为无标签数据的分类问题,对深度卷积神经网络进行了改进,采用卷积自动编码器学习输入样本的特征,用k-均值聚类器代替深度卷积网络中的分类器,建立了改进的深度卷积网络结构,给出了相应的学习算法,将其用于解决碎纸片拼接问题。实验表明,该方法有效可行,提高了碎纸片拼接的准确性和鲁棒性。     

基于聚类优化模型的碎纸自动拼接方法研究

碎纸自动拼接算法是计算机图形图像应用的一个热点领域。对于碎纸拼接主要由计算机图像预处理、图形图像特征提取和图像匹配三个过程组成。针对中文内容碎纸和英文内容碎纸的区别,给出了两种不同的图像特征提取方法。首先建立聚类模型对碎纸图像中提取的图像特征值进行K-mean聚类得到属于同一行的碎片集合;然后建立旅行商优化数学模型,以拼接方案特征值误差平方和最小为目标函数,实现同一行碎片集合的排序,形成完整一行的图像;最后利用优化数学模型实现不同行图像的排序。实验结果显示:该拼接算法可以给出准确的拼接方案,且求解迅速,无需进行人工干预,实现真正的全自动拼接。     

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。     

物证复原系统中的碎纸轮廓提取技术研究

碎纸自动拼接复原技术是计算机视觉和模式识别领域内的问题。它在司法鉴定、历史研究、故障分析等领域都有着重要的应用。碎纸轮廓提取是其中的关键技术,它直接影响着碎纸拼接结果的精度和效率。现有的碎纸轮廓提取方法一般是采用主动轮廓、聚类、闯值分割等方法。得到的结果存在大量的噪声,而且轮廓线一般不封闭。水平集方法是一种描述曲线以曲率相关的速度演化的有效方法,最近几年在医学图像处理、自然现象的模拟以及计算机视觉等领域得到了广泛的应用。该文给出了一种基于链码的水平集方法。在水平集中。结合链码的易于表示形状的特点,能有效的克服上述缺点,实验效果良好。     

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.     

基于小波分析与RANSAC匹配的雷达图像拼接研究

针对现有雷达图像拼接技术拼接稳定性差、精度低的问题,研究结合雷达图像特点,提出一种基于小波多分辨分析与RANSAC匹配的拼接方法。首先,采用B样条小波模极大值法对雷达图像轮廓特征进行提取,并分别提取了轮廓特征质心及Harris特征点角点;然后,分别对轮廓特征和Harris角点进行粗匹配,并采用RANSAC算法进行精确匹配;最后采用小波多分辨分析法对高、低分量分别采用不同融合规则进行图像融合,实现了雷达图像的拼接。结果表明,本研究提出方法可对平移变换雷达图像、加噪雷达图像、旋转变换雷达图像进行准确拼接,拼接效果良好,拼接图像没有明显变形。此外,提出方法还可对多张雷达图像进行同时拼接,相较于传统雷达拼接方法,具有更理想的拼接效果和拼接速度,可满足实际应用需求。     

一种基于局部特征的栅格地图拼接方法

栅格地图拼接是多机器人协作创建地图的必不可少的环节。提出一种基于局部特征的栅格地图拼接方法,旨在克服传统算法拼接效率低、拼接成功率低等问题。该方法先对栅格地图拼接建立数学模型,然后转化为图像匹配问题。搭建非线性金字塔,利用FAST算法定位特征点,使用PCA-SIFT算法建立描述符进行匹配,借助随机采样一致性优选匹配点,得到初始参数,并提出一种新型的栅格地图拼接规则。实验表明,该方法鲁棒性好、拼接速度快、拼接精度高。