毕业论文课题相关文献综述

摘要：

为从民主德国时期安全部门的档案碎片中寻找秘密，德国政府自1991年起开始着手还原这些档案。一直到2007年，负责整理这些档案碎片的部门一直采取手工还原的方式，工作人员将碎片铺在大桌子上，通过人名和签名等痕迹将它们拼凑起来。历经17年，25名工作人员已将350袋碎片拼好，但等待它们的还有106万袋，按这个速度，他们要花几个世纪才能完成任务。德国政府决定花费835万美元，准备用计算机软件将约600万块碎纸片拼接起来[1]。同样，2011年美国国防部高级研究项目局发起拼图挑战，谁最先将5份切碎的文件拼凑起来将获得5万美元奖金。此举旨在希望有人能够开发计算机算法，解决文件拼接问题，方便美国军方读取战场上所获文件碎片的内容。因此，开展对碎纸片的自动拼接复原技术的研究有着重要的现实意义。

碎纸自动拼接技术是图像处理与模式识别领域中的一个较新但是很典型的应用，它是通过扫描和图像提取技术获取一组碎片的形状、颜色等信息，然后利用计算机进行相应的处理从而实现对这些碎纸片的全自动或半自动拼接还原。碎纸自动拼接的关键技术包括图像预处理和匹配。碎纸图像预处理的目的是将碎纸片表示为适合于利用计算机进行处理的形式。图像预处理包括图像获取，背景分割，边界检测，轮廓提取和表示等。匹配技术是碎纸自动拼接中关键之中的关键，就是用储存在计算机中的模型去识别输入的未知视觉模式，并最终建立对输入的解释。

在对图像的理解中，匹配技术起着重要的作用。匹配技术可以归为两类，一类是比较具体，多对应图像底层像素或像素的集合，统称为图像匹配；另一类则比较抽象，主要与图像或目标的性质有关，统称为广义匹配。图像匹配包括模板匹配、目标匹配和动态匹配。广义匹配包括关系匹配、线图同构和特征内容匹配。特征内容包括颜色匹配、纹理匹配、形状匹配和综合特征匹配等。目前根据碎纸拼接的特点，主要用到的是颜色匹配技术，即将图形转化成像素点的灰度值并在计算机上得到相应矩阵，在忽略边缘效应的状态下对其灰度值进行匹配从而拼接。

文献综述：

碎纸片的拼接与复原具有重要的现实意义，中外学者对碎纸片的拼接与复原问题做了很多研究：

罗智中在《基于线段扫描的碎纸片边界检测算法研究》中提出了基于短线段扫描的碎纸片图像边缘检测算法,该算法用一系列短线段拟合碎纸片的边缘,这些短线段首尾相连,组成碎片边缘拟合曲线；同时提出了多碎片图像边缘检测方法。他同时在《基于文字特征的文档碎纸片半自动拼接》中分析了基于几何特征的碎纸片自动拼接方法的缺点，研究了碎纸片内文字行特征、表格特征特点，以及碎纸片内文字行特征、表格线特征的获取方法，提出了基于碎片文字行特征或表格特征的碎片半自动拼接算法。

刘金根，吴志鹏等在《一种基于特征区域分割的图像拼接算法》中针对图像采集和测量时需要将多幅图像拼接成一幅大图像的问题,提出了一种图像拼接算法,利用特征区域块分割技术来实现图像的拼接.用灰阶Sobel算子通过引入衰减因子对图像进行边缘检测得到不失真的灰阶边缘图,然后将灰阶边缘图进行三次样条插值处理,使特征区域块边缘的定位达到亚像素级,提高了图像边缘检测的精度,有利于图像的高精度拼接。

周鹏，谭勇，徐守时在《基于角点检测图像配准的一种新算法》中提出了一种新的基于角点检测的图像配准方法,其核心思想是采用一种快速的基于图像灰度的角点检测新算法,通过沿圆弧曲线扫描获取角点信息,然后根据这些角点信息建立图像间角点的对应关系,并由此得到初配准参数,最后通过迭代过程以提高配准的精度。

这些文献都提供了一些很有效的碎纸片拼接与复原的方法。

参考文献