20xx全國數(shù)學(xué)建模競賽b題優(yōu)秀論文-文庫吧資料
2024-08-22 04:25本頁面
【正文】 。end imshow(z)附錄四：圖14 附件2拼接圖片附錄五：A=zeros(209,4)。 %保存已拼接紙條 z = [x,y]。])。 %記錄上一張紙條 y=imread([str,num2str(a(first)),39。.jpg39。D:\附件\附件2\39。for m=1:18 m=1。.jpg39。D:\附件\附件2\39。for i=1:19 for j=1:19 if(A(i,j)==0) first=j。 a(i)=j。 a(i)=1。 %將矩陣元素導(dǎo)入excel表格%判斷相鄰圖片并自動連接連接a=[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]。A1:S1939。D:\39。 A(j,i)=sqrt(dot(ni,ni))。 %i2是二值圖像 mi=i2(:,1,1)。 %依次讀取每一幅圖像 i1=rgb2gray(I)。.jpg39。D:\附件\附件2\39。 %i2是二值圖像 a=i2(:,72,1)。%依次讀取每一幅圖像 i1=rgb2gray(I)。.jpg39。D:\附件\附件2\39。endimshow(z)附錄二： 圖13 附件1拼接圖片附錄三：%%%%%%%%以下程序的運行，請注意文件存放的位置！??！%%%%%%%%此程序用來解決附件2的圖片匹配與連接A=zeros(19,19)。 %保存已拼接紙條 z = [x,y]。])。 %記錄上一張紙條 y=imread([str,num2str(a(first)),39。.jpg39。D:\附件\附件1\39。for m=1:18 m=1。.jpg39。D:\附件\附件1\39。for i=1:19 for j=1:19 if(A(i,j)==0) first=j。 a(i)=j。 a(i)=1。 %將矩陣元素導(dǎo)入excel表格%判斷相鄰圖片并自動連接連接a=[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]。A1:S1939。D:\39。 A(j,i)=sqrt(dot(ni,ni))。 %i2是二值圖像 mi=i2(:,1,1)。 %依次讀取每一幅圖像 i1=rgb2gray(I)。.jpg39。D:\附件\附件1\39。 %i2是二值圖像 a=i2(:,72,1)。%依次讀取每一幅圖像 i1=rgb2gray(I)。.jpg39。D:\附件\附件1\39。七、參考文獻(xiàn)[1]黃添強(qiáng)，陳智文，蘇立超等. 利用內(nèi)容連續(xù)性的數(shù)字視頻篡改檢測[J]. 南京大學(xué)學(xué)報（自然科學(xué)版），2011,47（5）：493503.[2] 羅智中. 基于線段掃描的碎紙片邊界檢測算法研究 [J]. 儀器儀表學(xué)報，2011,32（2）：289294.[3] 白宗文. 基于HALCON與圖像拼接的文物修復(fù)系統(tǒng)設(shè)計與實現(xiàn)[J]. 電子設(shè)計工程，2013,21（9）：2426.[4] 李利軍，李云偉. 基于圖像灰度的拼接技術(shù)研究[J]. 計算機(jī)與數(shù)字工程，2007,35（9）：128130.[5] 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(jī)仿真，2006,23（11）：180183.八、附錄附錄一：%%%%%%%%以下程序的運行，請注意文件存放的位置！?。?%%%%%%%此程序用來解決附件1的圖片匹配與連接A=zeros(19,19)。 模型的改進(jìn)方向（1） 在問題一里面我們只考慮了邊緣區(qū)域的匹配，由于結(jié)果正確所以沒有繼續(xù)增加條件保證其準(zhǔn)確率。 模型的缺點（1） 對于問題一與問題二，所給的完整圖片里面含有大量的的文字，所以我們可以利用其文字特征，該結(jié)果也存在一定的偶然性。在圖片初次聚類的前提下，利用從下到上的裁截距，按照與問題二類似的辦法進(jìn)行第二次聚類，步驟同上，得到圖片的裁截文字長度的分布直方圖：圖11 圖片裁截文字長度的分布直方圖 根據(jù)前兩次圖片的聚類之后，我們在對其進(jìn)行分類，將分類后的圖片進(jìn)行邊緣匹配，同時進(jìn)行人工干預(yù)，挑選出匹配正確的片段，如下圖所示：圖12 匹配正確的片段 對每一類圖片匹配成功后，類似于問題二，利用計算機(jī)自動拼接與人工干預(yù)相結(jié)合，將所有各類進(jìn)行整體拼接，結(jié)果如下：（復(fù)原圖片見附錄12）表13 附件5其中一面的拼接順序表14 附件5另一面的拼接順序六、模型的評價與改進(jìn)（1） 模型一對于解決縱切碎紙片的問題上，達(dá)到了很好的效果，對于所得的結(jié)果正確率也是100%的，對于解決此類問題提供了良好的思想。但某些分類后卻拼接失敗的情況，使得拼接更加的困難。具體流程圖如下所示：自下而上計算圖片的裁截距與裁截空白間距輸入圖片將圖片灰度處理將灰度處理后的圖片二值化處理自上而下計算圖片的裁接距與裁截空白間距（或裁截文字長度）高度是否相似?運用問題二的方法進(jìn)行匹配YN標(biāo)注備選匹配成功？備存Y加入備選圖片進(jìn)行匹配N匹配成功，備存完成組圖圖8 算法流程圖運用問題二的聚類方法，利用進(jìn)行數(shù)據(jù)處理（程序見附錄十一），將所得結(jié)果導(dǎo)入，做出圖片上邊緣的裁截文字長度（或者裁截空白長度）的分布圖圖9 附件5圖片的裁截文字長度分布圖 用進(jìn)行快速聚類分析，可以看出能將一部分圖片進(jìn)行準(zhǔn)確的分類，利用模型一的方法對分類后的圖片進(jìn)行邊緣匹配，得到類似于下圖的片段圖像。得到正確的拼接結(jié)果，圖片如下：圖7 以第9組為例的拼接最終結(jié)果其余分組按照相同方法可得到11組的拼接結(jié)果，這里我們不在一一贅述，發(fā)現(xiàn)每組的拼接均無誤，這說明我們的分類達(dá)到了預(yù)期的效果。（三） 圖片的各組拼接第一步，計算機(jī)處理，利用問題一的列偏差函數(shù)進(jìn)行圖片拼接，現(xiàn)在我們以表4中的第9組為例，得到如下結(jié)果：（程序詳見附錄八）圖6 以第9組為例的拼接結(jié)果1第二步，人工干預(yù)，由于每組有19個圖片，可以明顯觀察到排序的時候有一個圖片沒有出現(xiàn)，而且另一個圖片重復(fù)出現(xiàn)了兩次。根據(jù)文件頁邊距一定的特點，此時進(jìn)行人工篩選，明顯排除了編號分別62，67，80，135，143的圖片作為文件左邊緣的可能。（二） 圖片的左邊緣確定根據(jù)碎紙片邊緣特征，利用matlab對圖片處理后得到數(shù)字化矩陣，根據(jù)最小二乘法進(jìn)行分析得到16個可作為文件左邊緣的碎紙片，編號如下：（程序詳見附錄七）7，14，29，38，49，61，62，67，71，80，89，94，125，135，143，168。在已知文件切為1119的碎紙片情況下，將圖片進(jìn)行聚類分析得到了11個組后。如下表： 表8 聚類后的結(jié)果組別1234567891011圖片編號261833413501541119189124216107174022202324144321293227892836262531476637453310149523035395810644536010254614138517710948567110857635046738411055688011365676274829012559708311491697681107941396493851179572868811597145751261321191187887103128112150921371331231297910010513412115798138152140141961201221351241731041531561461439914213015912718111115816515117811614714816013618217116617015418613116816116914418
試題試卷相關(guān)推薦
鄂ICP備17016276號-1