劉嬋

摘 要：隨著計(jì)算機(jī)技術(shù)的發(fā)展，人們?cè)噲D開(kāi)發(fā)碎紙片的自動(dòng)拼接技術(shù)，以提高拼接復(fù)原效率。本文基于相似度比較的原理在解決來(lái)自同一頁(yè)印刷文字文件的碎紙機(jī)僅縱切的破碎紙片自動(dòng)拼接修復(fù)技術(shù)的前提下，對(duì)來(lái)自同一頁(yè)印刷圖像文件的碎紙機(jī)僅縱切的破碎紙片進(jìn)行了自動(dòng)拼接，得到了較好的效果。

關(guān)鍵詞：相似度比較 文檔碎片拼接 圖像碎片拼接

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）02（a）-0063-02

破碎文件的拼接在司法物證復(fù)原、歷史文獻(xiàn)修復(fù)以及軍事情報(bào)獲取等領(lǐng)域都有著重要的應(yīng)用。本文在解決了來(lái)自同一頁(yè)印刷文字文件的碎紙機(jī)僅縱切的破碎紙片自動(dòng)拼接修復(fù)技術(shù)的前提下，對(duì)來(lái)自同一頁(yè)印刷圖像文件的碎紙機(jī)僅縱切的破碎紙片進(jìn)行了自動(dòng)拼接。

1 基于相似度比較的碎片拼接算法

圖像在計(jì)算機(jī)中是以矩陣形式存儲(chǔ)的，圖片上不同的顏色是以像素值來(lái)區(qū)別的，比如黑色是“0”，白色是“255”，其他顏色介于“0：255”之間，選擇像素值作為特征匹配[1]的元素，通過(guò)相似度函數(shù)：

可以衡量序列和序列的相似度，值越大兩個(gè)序列越相似。將圖像某行后某列的像素值作為序列，就可以實(shí)現(xiàn)像素值的相似度比較。

讀取圖片的像素值，提取每個(gè)圖片的左右邊界值，形成左右邊界矩陣和，然后用右邊界矩陣中的每一個(gè)列向量分別與左邊界矩陣中的列向量進(jìn)行比較，得到每個(gè)值，取這些數(shù)中最大值所對(duì)應(yīng)的列向量就是應(yīng)該和中列向量相匹配的向量，也就是說(shuō)，如果與中第個(gè)向量匹配得到值最大的是中第個(gè)向量，那么第個(gè)向量應(yīng)該放在第個(gè)向量之后。

該問(wèn)題的求解通過(guò)MATLAB編程實(shí)現(xiàn)，軟件實(shí)現(xiàn)算法流程圖如圖1。

2 實(shí)驗(yàn)與結(jié)果分析

2.1 文檔拼接實(shí)驗(yàn)與結(jié)果分析

文檔拼接以2013年數(shù)學(xué)建模B題中附件1和附件2中給出的中、英文各一頁(yè)文件的碎片數(shù)據(jù)進(jìn)行拼接復(fù)原。

2.1.1 數(shù)據(jù)預(yù)處理

首先讀取19個(gè)大小為的文檔碎片的像素值，形成一個(gè)的三維矩陣，然后提取每個(gè)碎片的左右邊界值，形成左右邊界矩陣和，然后用這兩個(gè)矩陣中的數(shù)據(jù)進(jìn)行相似度比較。

2.1.2 邊緣檢測(cè)與相似度比較

比較和中的各個(gè)列向量如果中的第個(gè)列向量的像素值和中的第個(gè)列向量的像素值完全相同，則第個(gè)向量所對(duì)應(yīng)的文檔碎片應(yīng)該處于文檔的最左邊，第個(gè)向量所對(duì)應(yīng)的文檔碎片應(yīng)該處于文檔的最右邊。如此即可確定出文檔的邊緣。

然后用右邊界矩陣中的每一個(gè)列向量分別與左邊界矩陣中的列向量進(jìn)行比較，得到19個(gè)值，取這19個(gè)數(shù)中最大值所對(duì)應(yīng)的列向量就是應(yīng)該和中列向量相匹配的向量，也就是說(shuō)，如果與中第個(gè)向量匹配得到值最大的是中第個(gè)向量，那么第個(gè)向量應(yīng)該放在第個(gè)向量之后。

2.1.3 實(shí)驗(yàn)結(jié)果

在Matlab7.0環(huán)境下進(jìn)行編程，在整個(gè)過(guò)程中不需要人工干預(yù)該程序可以實(shí)現(xiàn)自動(dòng)拼接得到完整的拼接結(jié)果，正確率100%，得到文檔復(fù)原拼接順序見(jiàn)表1。

2.2 圖像拼接實(shí)驗(yàn)

由于文檔碎片和一般的圖片一樣，在軟件中以矩陣形式存儲(chǔ)，因此，文檔的拼接方法可以運(yùn)用到一般圖片的拼接上去。然而在文檔拼接過(guò)程中因?yàn)榘准埡谧郑卣鬏^明顯，因此，邊緣文檔的確定較為簡(jiǎn)單，而圖片拼接過(guò)程中，由于圖像本身顏色變化較多，邊緣特征不明顯而使得邊緣圖像的確定比較復(fù)雜。

本文中在對(duì)邊緣提取進(jìn)行多種嘗試之后確定了，利用缺省值提取的方法進(jìn)行確定。以的Lena圖像的碎片拼接為例。

首先，將Lena圖像進(jìn)行分割，分成16個(gè)的小圖像，然后按照相似度比較的方法得到與每一幅小圖相似度最高的圖像，結(jié)果如表2。

從表2可以看出沒(méi)有一幅圖像后面該接10號(hào)圖，因此，10號(hào)圖應(yīng)該是最左邊的圖片，確定了最左邊的圖像，依次相連就可以得到正確的拼接順序，如表3。

此外13號(hào)圖和16號(hào)圖后面都接14號(hào)圖，因此，13號(hào)圖和16號(hào)圖中有一幅圖應(yīng)該是最后一幅圖，此結(jié)論也可以對(duì)拼接的正確性進(jìn)行一定的判別。

為了驗(yàn)證算法的正確性，又對(duì)Baboon，Bridge等經(jīng)典圖像進(jìn)行了拼接，均能實(shí)現(xiàn)自動(dòng)正確拼接。

3 結(jié)語(yǔ)

本文提出的是一種簡(jiǎn)單的基于相似度比較的圖像拼接算法，該算法中運(yùn)用的模型簡(jiǎn)單易懂，使用方便，特征匹配效果良好，是一種很簡(jiǎn)易的拼接方式。

參考文獻(xiàn)

[1] 龔冷方.基于SIFT特征匹配的圖像拼接技術(shù)研究[D].云南大學(xué).

[2] 劉立.基于多尺度特征的圖像匹配與目標(biāo)定位研究[D].華中科技大學(xué).