基于文字特征的文檔碎紙片拼接軟件設(shè)計[權(quán)威資料]

基于文字特征的文檔碎紙片拼接軟件設(shè)計 本文檔格式為 WORD,感謝你的閱讀。 摘 要：將圖片進行灰度處理，再轉(zhuǎn)化為 01 二值矩陣，利用矩陣行（列）偏差函數(shù)，建立基于最小二乘法的拼接模型。針對雙向切割碎片全局搜索的局限性，利用文字的行高和行間距的特征，建立相似度函數(shù)，并人工拼接出邊緣列，再多行并行拼接，然后逐次調(diào)整，最后復原；針對雙向切割的雙面打印碎片，先在碎紙中找出 26 個字母及各種標點符號的完整字符，制作出模板，再利用該模板進行匹配判定，借助人工拼接 邊緣列，逐次手動調(diào)整，實現(xiàn)復原。 關(guān)鍵詞：二值法 最小二乘法 灰度 完整字符 TP301 A 1674-098X（ 2014） 04（ a） -0195-01 破碎文件的拼接在司法物證復原、歷史文獻修復以及軍事情報獲取等領(lǐng)域都有著重要的應用。傳統(tǒng)上，拼接復原工作需由人工完成，準確率較高，但效率很低。特別是當碎片數(shù)量巨大，人工拼接很難在短時間內(nèi)完成任務。隨著計算機技術(shù)的發(fā)展，人們試圖開發(fā)碎紙片的自動拼接技術(shù)，以提高拼接復原效率。 將不規(guī)則的文檔碎片進行拼接，一般是利用碎紙片的邊緣曲線，尖點、尖角、面積等幾何特征，通過神經(jīng)網(wǎng)絡(luò)算法、蟻群算法等搜索與之匹配的相鄰碎紙片 2。但對于邊緣形狀相似的碎紙片，這種基于邊界幾何特征的拼接方法就失效了，拼接時不但要考慮邊緣是否匹配，還要判斷碎片內(nèi)的文字內(nèi)容是否匹配。 用碎紙機粉碎的純文本文檔具有以下特點： （ 1）所有碎紙片都是規(guī)則的矩形，且形狀完全相同； （ 2）幾乎每張碎紙片都包含有文字； （ 3）不同碎紙片之間沒有重疊部分； 針對以上特征，該文從文字特征入手，將碎紙片上的邊緣文字特征進行匹配， 即利用邊緣文字的像素進行最優(yōu)化匹配。 1 模型的假設(shè) （ 1）待拼接的碎紙片來自同一頁印刷文字文件。 （ 2）待拼接復原的碎紙片是規(guī)整的矩形。 （ 3）模型中的碎紙片長度、寬度和面積都相等。 （ 4）碎紙片的照片是同標準拍攝的。 2 軟件設(shè)計原理 先用對圖像進行灰度值 1轉(zhuǎn)換，得到每張碎片圖像的數(shù)值矩陣（數(shù)值在 0 255），再通過二值法得到灰度閾值，將所有矩陣轉(zhuǎn)換成 0-1 矩陣。 2.1 單向切割碎片拼接模型的設(shè)計 2.1.1 縱向切割碎片拼接 設(shè) A、 B 分別為左右放置的兩張圖片對應的數(shù)字矩陣，定義前一個矩陣與后一個矩陣的第一列之間的偏差函數(shù)為： 其中 A（ i， 72）， B（ i， 1）分別表示矩陣第 72 列和第 1 列的元素。 對于給定的矩陣 A，若存在矩陣 B，使得 A 與 B 之間的偏差函數(shù)達到最小，則 A 與 B 匹配，此時 A 與 B 對應的圖片可以左右拼接。 2.1.2 橫向切割碎片拼接 類似地，設(shè) C、 D 分別為左右放置的兩張圖片對應的數(shù)字矩陣，定義前一個矩陣與后一個矩陣的第一列之間的偏差函數(shù)為： 其中 C（ 1980， j）， D（ 1， j）分別表示矩陣 C、 D 第1980 行和第 1 行的元素。 對于給定的矩陣 A，若存在矩陣 B，使得 A 與 B 之間的偏差函數(shù)達到最小，則 C 與 D 匹配，此時 C 與 D 對應的圖片可以左右拼接。 2.2 雙向切割碎片拼接模型的設(shè)計 由于雙向切割處理量較大， 2.1 的拼接方法復原率較低，因此，再考慮文本的打印特征，即行高和行間距。 首先對每張圖的文字像素進行數(shù)據(jù)處理，逐行搜索（記第 j 行的白點數(shù)），當白點數(shù)出現(xiàn)突變時，說明搜索到文字圖像的分界線，記錄下該行及相應點數(shù)，作為行 高特征數(shù)據(jù)，即 取每張圖的文字特征數(shù)集 具體實現(xiàn)原理如下圖所示，將像素值積分后得到綠色多峰曲線，再進行平滑處理（如藍色曲線所示），從而得到行高值。 利用以上得到的數(shù)據(jù)，設(shè)兩圖片的邊界向量分別為 m、n，則代入相關(guān)系數(shù) 3求法可得到相關(guān)度函數(shù) L ，即 以此作為判斷依據(jù)，從人工拼接得到的邊界列開始搜索，實現(xiàn)拼接。 2.3 雙向切割的雙面打印碎片拼接模型的設(shè)計 本功能只適用于英文文本。 首先制作 26 個字母及標點符號的完整字符模板，通過聯(lián)通區(qū)域法 ，對存在完整字符的圖片駐點掃描，同為白色區(qū)域且位置相鄰的點構(gòu)成一個區(qū)域，搜索得到完整字符的數(shù)據(jù)矩陣。 再根據(jù)不同字體的需要，設(shè)置相似度閾值（即碎片與模板的相似程度閾值），拼接過程同 2.2。 3 結(jié)語 從仿真實驗的結(jié)果可以看出，單向切割碎片的拼接功能能實現(xiàn) 100%復原，雙向切割碎片的拼接能實現(xiàn) 86%復原，雙向切割雙面打印碎片的拼接能實現(xiàn) 96%的復原，因此該軟件能大幅度地提高拼接效率，為情報人員及相關(guān)工作人員節(jié)省時間和精力。但是，由于軟件的數(shù)學模型是通過一定的簡化所建立的，因此軟件 的功能也具有一定的局限性，必須符合所有碎片只來自同一張紙的情況，工作人才可以使用此軟件。另外，軟件的后兩個功能人不能實現(xiàn)全自動，這也是該軟件需要改進的地方。 參考文獻 1 李利軍，李云偉 .基于圖像灰度的拼接技術(shù)研究J.計算機與數(shù)學工程， 2007， 35（ 9）： 128-130. 2 賈海燕，朱良家，周宗潭，等 .一種碎紙自動拼接中的形狀匹配方法 J.計算機仿真， 2006， 23（ 11）： 180-183. 3 盛驟，謝式千 .概率論與數(shù)理統(tǒng)計 M.4 版 .北京 ：高等教育出版社， 2012. 文檔資料：基于文字特征的文檔碎紙片拼接軟件設(shè)計 完整下載 完整閱讀 全文下載 全文閱讀 免費閱讀及下載 閱讀相關(guān)文檔 :淺析汽車駕駛教學管理 生活飲用水中銅含量測定方法研討 高校圖書館期刊管理和服務 傳承千年的達斡爾族曲棍球文化 基于學習風格的大學英語閱讀材料選擇調(diào)查與分析 提升企業(yè)科技成果轉(zhuǎn)化效率的途徑探究 河南省羅山縣任山鉬礦地球化學特征及異常評價 論項目教學法在語文教學中的實踐應用 關(guān)于生態(tài)城市規(guī)劃設(shè)計的若干問題思考 淺談高中物理實驗的開發(fā)策略 公安院校醫(yī)務人員的多重角色 黃瓜中涕滅威殘留量的測定 大學生構(gòu)建節(jié)約型校園調(diào)查分析 談企業(yè)政工隊伍的素質(zhì)與建設(shè) 基于 LT1801A 的軟件無線電實驗平臺 提存書庫排架方法設(shè)計與實踐 寧?？h城鄉(xiāng)初中生身體素