[发明专利]基于绝对值距离优化的单面碎纸片拼接复原方法

说明书

本发明公开了一种基于绝对值距离优化的单面碎纸片拼接复原方法，包括：得到碎片扫描图片的二值化矩阵A_i；将最左端碎片扫描图片的编号赋值给left，对应的二值化矩阵赋值给A_left；建立E＝A_left，F＝{A₁,A₂,...,A_n}\A_left；建立行向量b并将b初始化为0向量；将left的值赋值给b(k)，k的初始值为1；比较F中各二值化矩阵相对于E的绝对值距离，将绝对值距离最小值对应的二值化矩阵赋值给A_best，将A_best对应的碎片扫描图片编号赋值给变量best；将best的值赋值给b(k+1)；更新E为EU{A_best}，更新F为F\A_best，更新k为k+1；当k＞n时按照向量b中各元素的编号，确定拼接复原顺序并输出结果。本发明的单面碎纸片拼接复原方法不仅准确率高，而且中英文通用，能在无人工干预的情况下实现中英文碎片的准确拼接复原。

技术领域

本发明属于碎纸片拼接复原技术领域，特别涉及一种基于绝对值 距离优化的单面碎纸片拼接复原方法。

背景技术

破碎文档的拼接复原技术在司法鉴定、刑事调查、历史研究、军 事应用等方面具有广泛的功能和重要价值。目前，在司法鉴定和侦查 中，大多数拼接和恢复的文档都是靠手工完成的。这种手工拼接存在 许多问题，例如时间长、效率低，且手工拼接过程中所造成的二次损 坏，会造成更加严重后果。随着计算机技术的发展，人们试图开发碎 纸片的自动拼接技术，以提高拼接复原效率。

近年来，随着德国“斯塔西”文件的恢复工程的公布，碎纸文件 的拼接和恢复技术受到越来越多的关注。传统的计算机拼接方法采用 改进的模拟退火方法、遗传算法，利用碎片点边缘特征、对角特征和 区域特征进行拼接，例如，利用几何特征在匹配的相邻纸张上进行拼 接，但这种基于边界几何的拼接方法不适用于具有相似边缘形状的碎 纸片。LuoZhizhong在《Semi-automatic splicing of document based on character》中提出了一种算法，该算法使用了拼接边缘的文本线方向 和表格线方向，其利用文本图像中的文本图像的几何特征，但是它缺 少文本本身信息，所以它需要人工干预。王玉霞等人在《基于文字特 点的碎纸片拼接技术探究》中则是根据碎纸片的左右边缘像素数相似 的性质来进行寻找相邻的左右边缘。陈黎黎等人在《基于文档内容的 碎纸拼接技术》中提出将碎纸片进行投影，然后利用相邻的碎纸片在 一维数组上具有相同的投影特来进行匹配。以上几位学者由于采用的 特征单一，匹配规则单一，所以复原率并不高，尤其是在碎纸片数量 较多时需要大量的人工干预。

通常单页文档经碎纸机销毁后其碎片都是大几百至上千片，计算 量巨大且极易产生错误的匹配。庄思发等人在《基于0-1整数规划的 碎纸片拼接复原算法》中提出的基于0-1整数规划的碎纸片拼接复原 算法，该算法虽然准确率高，人工干预少，但存在算法依赖于中文字 符排列比较齐整的特点，对于字符高度不一的英文碎片不适应。

发明内容

现有对碎纸片进行拼接复原的方法，存在准确度低、需较多人工 干预或不适用于英文碎片的缺点。本发明的目的在于，针对上述现有 技术的不足，提供一种基于绝对值距离优化的单面碎纸片拼接复原方 法，不仅准确率高，而且中英文通用，能在无人工干预的情况下实现 中英文碎片的准确拼接复原。

为解决上述技术问题，本发明所采用的技术方案是：

一种基于绝对值距离优化的单面碎纸片拼接复原方法，其特点是 包括以下步骤：

步骤一，将所有待拼接复原的纵向切割碎片进行扫描并按照1，2，…，n的顺序对碎片扫描图片编号，其中每张碎片的大小均为M×N， M为碎片的高度，N为碎片的宽度；

步骤二，分别对n张碎片扫描图片进行二值化处理，得到各碎片 扫描图片对应的二值化矩阵A_i，其中i＝1,2,...,n；