基于聚類邊緣檢測的文件碎片拼接算法研究數(shù)學(xué)建模程序2013生題

左右邊界灰度進行差值比對，建立了灰度差極小化模型，并運用實現(xiàn)算法，得到了正確的拼接順序（1、2，復(fù)原了原始文件（23、4，復(fù)原見附錄4、6分的結(jié)果（5、675給出的是一頁英文印刷文字雙5的碎片數(shù)據(jù)給出拼接復(fù)原結(jié)果，結(jié)果表達要求同上。1219附件5為切碎片數(shù)據(jù)，每頁紙被切為11×19個碎片，每個碎片000a、000b。復(fù)原放入附錄中，表格表達格式如下121×193411×19511×191、2中碎片上，對3、4中的碎片進行拼接復(fù)原，給出所用算法。假設(shè)所給的碎片均是準確有效的，不存在打印 說明 , , ,第i第i第i第i AiAj是 1Step1：中所給的19張抽象的轉(zhuǎn)化為19個關(guān)于灰度的198072的數(shù) ,19Step2：由題目可知，對于灰度矩陣Ai，若Aix,1255,x1,2, ,1980，即此矩陣Step3：18個待匹配矩陣的第一列灰度值Step4：Step31，12Bi2碎片拼接復(fù)原見附錄2了16個滿足位于左側(cè)第一列的碎片，而實際上位于左側(cè)第一列的碎片僅有hidhid對于附件3中的中文文件的碎片的中線識別模型的算法如下：Step1：與問題一中類似，將附件3中所給的209張抽象的轉(zhuǎn)化為關(guān)于灰度18072的數(shù)組Cii1, ,19為了簡化計算再將數(shù)據(jù)組Ci進行二值化處理iC1, CiT;i CiTStep2：篩選出碎hidhid其中：本文取閾值G12

hi

根據(jù)上式將Ci分成N1組不同的數(shù)據(jù)Xjx,y,j1,2, ,N1此時近似的將每組碎片默認為是位于同一橫行上的碎片。Step3：對Xj的數(shù)據(jù)進行分組匹配，得到N行初次匹配,minXjmx,72Xjnx,1,j1,,Xjmj組第mXjnj組第nStep4：對Step3中求得的N1行進行檢查，若存在拼接錯誤則進行人工干預(yù)從錯誤的拼接位置分開，重新拼接得到正確反應(yīng)原圖11行的塊。2對其進行人工，可將其分成三部分3某行程序的最終拼接結(jié)果Step5：以Step4中所得的11張橫向的為基礎(chǔ)，將問題一中的算法模型轉(zhuǎn)化為通過以上算法對該問題進行了求解，用程序進行編程（程序見附34運行結(jié)果底端部分表3切中文碎片復(fù)原順序附 的拼接成品圖見附錄所取的驗證層太薄，故本文將其加寬，取Cix,i1,i12,,1011個首列碎片，再運用問題一中的基于灰度相關(guān)性的模式識別模型進行求Step1：與上述方法相同，先將轉(zhuǎn)化為灰度數(shù)組，再對其進行二值化處理Step2：對于矩陣Cixy，即碎片最左側(cè)有一定寬度顏色全為白色的區(qū)域，恰好得11個碎片。Step3：以求得的11198個碎片進行拼接，可得到11行獨立的，矩陣為Fi。minCix,72CjStep4：11minFi180,yFj1,yi

nninHi nbi表示i英文碎片的重心線匹配模型的算法步驟如下Step1：Step2：篩選出碎Hi

nninHi nHiHj其中：本文取閾值G21

hi

根據(jù)上式將Di分成N2組不同的數(shù)據(jù)Yjx,y,j1,2, ,N1此時近似的將每組碎片默認為是位于同一橫行上的碎片。Step3：對Yj的數(shù)據(jù)進行分組匹配，得到N2行初次匹配,minYjmx,72Yjnx,1,j1,,Yjmj組第m個碎片，Yjnj組第nStep4：對Step4中求得的N2行進行檢查，若存在拼接錯誤則進行人工干預(yù)從錯誤的拼接位置分開，重新拼接得到正確反應(yīng)原圖11行的塊Step5：以Step4中所得的11張橫向的為基礎(chǔ)，將問題一中的算法模型轉(zhuǎn)化為通過以上算法對該問題進行了求解，用程序進行編程（程序見附5，表4切英文碎片復(fù)原順序36對于該問題，將a，b面作兩張?zhí)幚?，依次編?00-417Eix,i1,i1 ,101119個碎片，以此為基礎(chǔ)建立雙面英文的灰度最小化Step1：與上述方法相同，先將轉(zhuǎn)化為灰度數(shù)組，再對其進行二值化處理Step2：對于矩陣Eixy，選取碎片左側(cè)一定寬度顏色全為白色的區(qū)域Eix,i1,i12,,10，得到112個首列碎片。在此時進行人工干預(yù)，對首列在矩陣Eixy，選取碎片上邊界一定寬度顏色全為白色的區(qū)域Eiiy1,i12,,10，篩選出一定量的碎片，進行人工干預(yù)，從中選出拼接在首行的192個碎片，并完成拼接。Step3：以求得的112個首列碎片和192219個碎片（即位于該位置上一行相同位Step4：5雙面碎片復(fù)原順序表（正baabbbabaaabbaaaabbaaabaaaabababaabababbbbbbaabbbaaaabbababaabababbaabbbbabbabbabbabbbbbbabababaaaaabbbabbaaaabbbaaabbaababbbbbbaaabaaabaaabbbabbaaaaaababababbaabbaaaabbbbbabababbaabbababaabbbaabbbabbaaaaaabaa6雙面碎片復(fù)原順序表（反abbaaababbbaabbbbaabbbabbbbabababbababaaaaaabbaaabbbbaabababbababaabbaaaabaabaabaabaaaaaababababbbbbaaabaabbbbaaabbbaabbabaaaaaabbbabbbabbbaaabaabbbbbbabababaabbaabbbbaaaaabababaabbaabababbaaabbaaabaabbbbbbabb利用軟件對每張進行灰度處理，轉(zhuǎn)化為灰度矩陣，然后檢測Ciail,air其中：i為標號，ail為左邊緣殘缺矩陣，air為右邊緣殘缺矩一化為nny，坐標軸方向，在

6045入法取值，（像素個數(shù)Step1：分析所有碎紙片圖像，獲取所有碎紙片的邊界。Step2：獲取所有碎紙片內(nèi)文字行方向線特征。Step5：在計算機屏幕上人工選擇某一碎片，計算該碎片左(或右)邊界與未Step7：求碎片正距離相等的連續(xù)交點個數(shù)之和，并將和按遞減順序排列，Step8：從未拼接碎片集合中刪除所選碎片，將拼接后共點的碎片邊界與5，否則保存計算機屏幕上的拼接正圖像，轉(zhuǎn)Step10。28（5， ，2003 1程序fori=1:19ifi<11forifforfor

for2fori=1:19ifi<11forifforforchazhi(j)=sum(abs(a{i}(:,72)-

for1拼接成品圖23問題二中文程序%所有圖forifelseifelsefilename=sprintf('%d.bmp',t);

fori=1:209forforj=1:180ifififififb1{i}(1)~=0&d1(i)=mean(b1{i}(:));%d像素均break;%for

forforj=180:-ifif

ifififb2{i}(1)~=0&

forifforifflag(j)==0 &&abs(d1(i)-d1(j))<2

fort=1:17forif(a{e(i)}(:,1)==1)&(a{e(i)}(:,12)==1fori=1:size(e)-for

fori=2:size(e)

tu=[089146102154114040151207155140185108117004101113194125013182109197016184110187066106150021173157181204139014128003159082199135012073160203169134039031051107115094034084183090047121042124144077112149097136164127058038148046161024035081189122103130193088167025008009105168100076062142030041023147191050179120086195026001087061019078067069099162096131079063116163072006177020052029064111201005092180048037075055044206010104098172171007208138158126068175045174000137053056093153070166032049054065143186002057192178118190095011022129028091188071156083132200017080033202198015133170205085152165027fori=1:11forifelseiftu(i,j)<100elsefilename=sprintf('%d.bmp',tu(i,j));

form=2:19b{i}=[b{i}a{i,m}];forifb{i}(1,:)==1&forfor

fori=2:113%所有圖forifelseift<100elsefilename=sprintf('%d.bmp',t);

forforforj=1:180ifififififb1{i}(1)~=0&d1(i)=mean(b1{i}(:));%d像素均break;%for

forifforifflag(j)==0 &&abs(d1(i)-d1(j))<1

fort=1:k-1forif(a{e(i)}(:,1)==1)&(a{e(i)}(:,12)==1fori=1:size(e)-for

fori=2:size(e)

148170196198094113164078103091080101026100006028051107029040158186098024117150005059058092030046075011154190184002104180064106004149032204065067084060014068174137195008047172156096023099122185077128200131052125140193087089048072012177124102194093141088121126105155114176182151022057202165139001129063138153053038123120175085050160187203041108116136073036207135015076043199045173079179042066205010157074145083134055018056035016009152181095069167