《基于Matlab GUI碎紙機(jī)破碎文檔解決方式》由會(huì)員分享,可在線閱讀,更多相關(guān)《基于Matlab GUI碎紙機(jī)破碎文檔解決方式(3頁(yè)珍藏版)》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、基于Matlab GUI碎紙機(jī)破碎文檔解決方式
1 概述
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。傳統(tǒng)上,拼接復(fù)原工作需由人工完成,準(zhǔn)確率較高,但效率很低。特別是,當(dāng)碎紙片數(shù)量巨大,人工拼接很難在短時(shí)間內(nèi)完成任務(wù)。
隨著計(jì)算機(jī)技術(shù)的發(fā)展,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。文章基于Matlab GUI對(duì)破碎文檔(既縱切又橫切)的復(fù)原實(shí)現(xiàn)人機(jī)互動(dòng),并給出了提高文檔復(fù)原效率的方法。
2 圖像采樣
圖象采樣就是按照?qǐng)D像空間的坐標(biāo)測(cè)量該坐標(biāo)測(cè)量該位置上像素的灰度值。方法如下:對(duì)連續(xù)的f(x,y)進(jìn)行等間隔采樣,在
2、(x,y)平面上,將圖像均分成均勻的小網(wǎng)格,每個(gè)小網(wǎng)格的位置可以用整數(shù)坐標(biāo)表示,于是采樣值就對(duì)應(yīng)于一個(gè)MxN數(shù)字矩陣。這樣就獲得了數(shù)字圖像中關(guān)于像素的兩個(gè)屬性:位置和灰度。位置由采樣點(diǎn)的兩個(gè)坐標(biāo)確定,也就對(duì)應(yīng)了網(wǎng)格行和列;而灰度表明了該像素的明暗程度。Matlab讀入圖象的函數(shù)為imread(filename,format)。而文章討論的碎片圖像格式為bmp的8位灰度圖像,每一像素的取值范圍為0~255。
3 碎片的分類
3.1 碎片特征提取
準(zhǔn)確地確定碎片的特征對(duì)碎片的分類起著重要作用,原始的碎片圖像中可利用的像素點(diǎn)較多,而碎片圖像中能有效反應(yīng)碎片的特征的像素需要恰到好處地
3、提取。文字的筆畫有粗細(xì)之分,由此,不考慮筆畫的粗細(xì),文字的輪廓更能體現(xiàn)碎片的特征。運(yùn)用邊緣檢測(cè)的方法,實(shí)現(xiàn)對(duì)文字輪廓的確定。
?。╝) (b)
圖1 邊緣化處理前后對(duì)比圖
將每行邊緣輪廓像素通過累加法,得到一個(gè)180維的向量。邊緣輪廓像素在180維的向量的每一分量的值呈現(xiàn)一定的規(guī)律,圖2為圖1(a)的累加向量。
3.2 K-Means聚類分析方法
K-Means聚類指基于劃分的聚類分析【4】,事先需要制定將數(shù)據(jù)分為幾類,給定一個(gè)有n個(gè)個(gè)體的數(shù)據(jù)集,將它劃分為K個(gè)簇(k?燮n),使每個(gè)簇具有較高的相似度,而簇間的相似度較低。它需要滿足以下兩個(gè)條件:(1)K類中任意一類
4、不為空集,即每一類至少有一個(gè)個(gè)體;(2)每一個(gè)體都屬于且僅屬于K類中的一類。
其中相似度的計(jì)算:根據(jù)一個(gè)簇中點(diǎn)的平均值(被看作簇的重心)來進(jìn)行。K-means聚類算法的描述和處理流程如下:K-means是用于劃分的K均值算法,每個(gè)簇的中點(diǎn)用簇中對(duì)象的均值表示,其輸入為簇的數(shù)目K和包含n個(gè)對(duì)象的數(shù)據(jù)集,輸出為K個(gè)簇的集合,使得平方誤差準(zhǔn)則最小。原理如下:
(1)首先為每個(gè)聚類確定一個(gè)初始聚類中心,這樣就有K個(gè)初始聚類中心;(2)將樣本集中的樣本按照最小距離原則分配到最鄰近聚類;(3)使用每個(gè)聚類中的樣本均值作為新的聚類中心;(4)重復(fù)步驟(2)和(3)直到聚類中心不再變化;(5)結(jié)束
5、,得到K個(gè)聚類。
將樣本分配到距離他們最近的中心向量,并使目標(biāo)函數(shù)值最小,K-means算法的目標(biāo)函數(shù)通??梢员硎緸椋?
E=■■P-m■■
式中,E是數(shù)據(jù)集中所有對(duì)象的平方誤差和;P是數(shù)據(jù)對(duì)象,文章表示給定對(duì)象的像素特征值;mi是Ci的均值(P和mi都是多維);P-m■■表示P與mi之間的度量。通過求這個(gè)目標(biāo)函數(shù)E的最小值來試圖使生成的結(jié)果簇盡可能地緊湊和獨(dú)立。
對(duì)于度量,形象地說就是我們主要考慮的樣本間的差異。在數(shù)據(jù)分析和數(shù)據(jù)挖掘的過程中,我們經(jīng)常需要知道個(gè)體間差異的大小,進(jìn)而評(píng)價(jià)個(gè)體的相似性和類別。我們要比較個(gè)體x和個(gè)體y間的差異,它們都包含了n個(gè)維的特征,即x(x
6、1,x2,…,xn),y=(y1,y2,…,yn),如下幾種距離主要衡量?jī)烧叩牟町悾渲衐(x,y)越小,即樣本x,y之間的距離越小,樣本x,y越相似,差異度越小;反之,越大。
歐幾里得距離(sqEuclidean):d(x,y)=(■(xi-yi)2)1/2
絕對(duì)值距離(cityblock):d(x,y)=(■xi-yi
特別地當(dāng)xi∈0,1yi∈0,1 此時(shí)又稱漢明距離;
余弦距離(cosine):d(x,y)=(■xi,yi)/((■xi2)1/2(■yi2)1/2)
4 碎片匹配
根據(jù)碎片鄰接原理以及圖
7、片格式的性質(zhì),我們給出了如下定理:
定理1. 假設(shè)a1和a2分別為".bmp";圖片格式兩碎紙片的矩陣(如圖5),s1為a1最右側(cè)列,s2為a2的最左側(cè)列,如果a1與a2為鄰接碎紙片(a1為左邊,a2為右邊)的必要條件為:
如果非邊緣第m個(gè)點(diǎn),m∈s1為黑色(值為0),則s2中的第m-1,m,m+1個(gè)位置中必然存在不為白色的點(diǎn)(值255);同理:如果此時(shí)s2處非邊緣的第n個(gè)點(diǎn),n∈b為黑色(值為0),則s1中的第m-1,m,m+1個(gè)位置中必然存在不為白色的點(diǎn)(值255)。
證明:由".bmp"圖片格式灰度(值0~255)特性即證。
圖3 碎紙片匹配示
8、意圖
因?yàn)檫@是圖像匹配【1】的必要條件,即不滿足這個(gè)條件必定不能匹配,滿足條件為可能匹配的碎紙片。假設(shè)滿足條件中的碎紙片矩陣集合為an■,i∈N■,則如果i=1,則這一個(gè)唯一確定的匹配。如果i>1,則需要人工干預(yù),找出匹配度最高的碎紙片。
定理2. 假設(shè)a1和a2分別為".bmp";圖片格式兩碎紙片的矩陣,s1為a1最右側(cè)列,s2為a2的最左側(cè)列,定義絕對(duì)值差異度
d(S1,S2)=■S1i-S2i,其中S1=(S11,S12,…,S1n),S2=(S21,S22,…,S2n)
5 碎片拼接Matlab GUI軟件包
運(yùn)用前面
9、三節(jié)的內(nèi)容,我們?cè)O(shè)計(jì)了碎片拼接Matlab GUI軟件包, 根據(jù)聚類分析K均值距離公式的不同,我們?cè)O(shè)計(jì)了如下參數(shù)設(shè)置界面:
圖4 k-means參數(shù)設(shè)置界面
點(diǎn)擊圖4的確定按鈕后,彈出圖5行內(nèi)拼接界面。
圖5 行內(nèi)拼接界面
完成行內(nèi)拼接后,點(diǎn)擊"下一步";,出現(xiàn)行間拼接界面,最后生成完整的紙張。
圖6 行間拼接界面
參考文獻(xiàn)
【1】莊俊東.基于數(shù)字圖像處理的人民幣碎紙片拼接方法的研究.上海交通大學(xué),2010.
【2】張翠.基于點(diǎn)線的文檔圖片數(shù)字水印與碎紙片拼接.中國(guó)海洋大學(xué),2011.
【3】葛巧瑞.自然場(chǎng)景下的文字分割及識(shí)別研究.西安電子科技大學(xué),2011.