基于文檔結(jié)構(gòu)特征的碎紙片拼接復(fù)原畢業(yè)論文模板-文庫吧
2025-04-24 14:38 本頁面
【正文】 （注： ① 目錄不加頁碼； ② 中、英文摘要加頁碼，用羅馬數(shù)字： Ⅰ ， Ⅱ ， ? ； ③ 正文另行加頁碼，用阿拉伯?dāng)?shù)字： 1， 2， 3， ? ． ） 內(nèi)江師范學(xué)院本科畢業(yè)論文 I 摘 要 (小 四號(hào)黑體不加粗 )： 設(shè)計(jì)了基于文字特征和文檔結(jié)構(gòu)特征的規(guī)則碎紙片的高效率拼接復(fù)原方法．在問題準(zhǔn)備階段， 首先將 碎片 讀為灰度矩陣并經(jīng)二值化處理將像素點(diǎn)灰度值轉(zhuǎn)化為 01 矩陣 ，然后根據(jù)筆畫的連續(xù)性、光滑性等文字特點(diǎn)設(shè)計(jì)關(guān)于像素點(diǎn)覆蓋率的匹配度計(jì)算方法，最后 根據(jù)字高、字寬 、行間距等 文 檔 結(jié)構(gòu)特征對(duì)匹配度進(jìn)行了校正 ，由此得到碎紙片之間的匹 配度．針對(duì) 縱切碎片的拼接復(fù)原 問題將其抽象 為尋找有向完全圖中哈密頓通路 問題， 以碎片為節(jié)點(diǎn)， 以 經(jīng)過所有節(jié)點(diǎn)一次且僅一次 為約束條件 ，建立各邊權(quán)值和最大為目標(biāo)函數(shù)的優(yōu)化模型 ；針對(duì) 橫縱切碎片的拼接復(fù)原 問題將其抽象為十字排列問題， 建立求解碎片邊緣間最大匹配度的優(yōu)化模型 ．然后根據(jù)各自問題的特點(diǎn)設(shè)計(jì)不同的 貪心算法尋求 最佳 路徑 ，復(fù)原得到原文檔．最后，通過實(shí)例驗(yàn)證基于文字特征和文檔結(jié)構(gòu)的碎紙片拼接復(fù)原方法是有效的． (小四號(hào)仿宋體不加粗 ,“摘要”字?jǐn)?shù)須 300 字以上 ) 關(guān)鍵詞 (小 四號(hào)黑體不加粗 )： 文字特征 ； 文檔 結(jié) 構(gòu) ； 匹配度 ； 優(yōu)化模 型；貪心算法(小四號(hào)仿宋體不加粗，關(guān)鍵詞的個(gè)數(shù)： 3— 5 個(gè) ) Abstract t(小 四號(hào) Times New Roman 體加粗 )： A efficient splicing restoration method of the regular document scraps is designed based on the text characteristics and structure features． In preparation for the problem， Firstly， the fragments read as gray level matrix then conver the pixel gray value into 01 matrix by binarization processing． According to the text characteristics such as stroke39。s continuity and smoothness， design calculation method of the matching degree about pixels coverage． Finally， correct the matching degree based on the structure features such as height， width and line spacing． and get the matching degree between the scraps． As for the splicing recovery problem of longitudinal cut pieces， abstract it as a problem to search Hamiltonian path in directional plete graph， regard the pieces as node，to pass all the nodes one and only one time as constraint conditions， to ensure the sum of edge weights to be maximum as objective function， establish the optimization model。 As for the splicing recovery problem of the horizontal and longitudinal cut pieces， abstract it as a cross array problem， set up a optimization model to get maximum matching degree between fragment edges． Next， in order to seek the best path， the different greedy algorithms are designed according to different problems， and get the original document． Eventually， the splicing recovery method based on text characteristics and structure features proved to be effective through a experiment． (小 四號(hào) Times New Roman 體不加粗 ) Key words(小 四號(hào) Times New Roman 體加粗 )： text characteristics； document structure；內(nèi)江師范學(xué)院本科畢業(yè)論文 II patibility； optimization model； greedy algorith（小 四號(hào) Times New Roman 體不加粗，每個(gè)關(guān)鍵詞開頭字母均不大寫，結(jié)尾處無標(biāo)點(diǎn)符號(hào) )內(nèi)江師范學(xué)院本科畢業(yè)論文 1 1 引言 （一級(jí)標(biāo)題四號(hào)黑體不加粗，段前斷后空 行．） 小四號(hào)黑體不加粗 （二級(jí)標(biāo)題小四號(hào)黑體不加粗，段前斷后不空行．） 小四號(hào)仿宋體加粗 （三級(jí)標(biāo)題小四號(hào)仿宋體加粗，段前斷后不空行．） 說明 ：（ 1）全文要求：文字：小四號(hào)，宋體；行距： 最小值 22 磅 ；頁邊距：上 、左 、右 、下 、頁眉 、頁腳 ；頁眉中，若是論文就刪去“設(shè)計(jì)”二字，若是設(shè)計(jì)就刪去“論文”二字． （ 2）各級(jí)標(biāo)題一律頂格，標(biāo)題末尾不加標(biāo)點(diǎn)符號(hào)． （ 3）正文中所引用的文獻(xiàn)應(yīng)加尾注，以文獻(xiàn)在文中出現(xiàn)的先后順序依次編號(hào)為：[1]， [2]，?，某種文獻(xiàn)中的內(nèi)容被多次引用時(shí)以第一次出現(xiàn)時(shí)的序號(hào)為準(zhǔn)，即一種文獻(xiàn)只有一個(gè)序號(hào)，可以重復(fù)出現(xiàn)．添加尾注的格式如下： 愛因斯坦說：提出一個(gè)問題往往比解決一個(gè) 問題更重要 [1]． 愛因斯坦說：“提出一個(gè)問題往往比解決一個(gè)問題更重要” [1]． 愛因斯坦說：“提出一個(gè)問題往往比解決一個(gè)問題更重要．” [1] （ 4）正文中出現(xiàn)的圖象與表格以編號(hào)（依出現(xiàn)的先后順序編號(hào)）的方式分別加以命名． 圖象：圖 1，圖 2，? (圖要加圖注，在圖的下面，文字為宋體五號(hào)加粗 ) 表格：表 1，表 2，? (表要加表頭，在表的上面，文字為宋體五號(hào)加粗 ) （ 5）行文要符合文法格式，每段開頭應(yīng)空兩個(gè)漢字的位置．若一行中只有符號(hào)表達(dá)式，則可以居中或居中偏左． （ 6）正文中所有的標(biāo)點(diǎn)符號(hào)，一律用全角；句號(hào)用 “．” （ 7）公式自動(dòng)編號(hào)，公式字體大小為 10. （ 8）圖、表里面的字體為五號(hào)，必須看得清楚。 內(nèi)江師范學(xué)院本科畢業(yè)論文 2 本文是以 20xx 年全國高教社杯大學(xué)生數(shù)學(xué)建模競(jìng)賽 B 題為背景，根據(jù)文字特征和文檔結(jié)構(gòu)計(jì)算碎紙片間的匹配度， 通過構(gòu)造以碎片為節(jié)點(diǎn)的排列，建立 匹配度最大的 優(yōu)化模型，利用貪心算法尋求 最佳 路徑 ，復(fù)原得到原文檔． 碎紙片 的拼接在軍事情報(bào)獲取 、 司法物證復(fù)原 及 歷史文獻(xiàn)修復(fù)等領(lǐng)域都有著 非常 重要的應(yīng)用 [1]．傳統(tǒng)上， 碎片的 拼接復(fù)原工作 一般由 人工完成，準(zhǔn)確率較高，但效率很低． 尤其 是碎 紙 片數(shù)量巨大時(shí)，人工拼接 難度較大且很難在 短時(shí)間內(nèi)完 成任務(wù)．因此，人們?cè)噲D開發(fā)碎紙片的自動(dòng)拼接技術(shù)，以提高拼接復(fù)原效率． 碎紙片的拼接復(fù)原技術(shù) [1]是計(jì)算機(jī)模式識(shí)別 [2]和圖像處理領(lǐng)域的一個(gè)較新且典型的問題，它通過對(duì)圖片進(jìn)
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1