碎纸片的拼接复原数学模型的构建
碎纸片拼接复原的数学模型_杨武
121数学学习与研究2014.11碎纸片拼接复原的数学模型◎杨武李博(江苏南京农业大学工学院210000)【摘要】本文对碎片的拼接复原问题，建立了碎纸片拼接模型，编写matlab 程序，利用人机交互指令实现碎片的快速拼接．对2013年“高教社杯”全国大学生数学建模竞赛的B 题中所给11x 19个碎片文件进行拼接．【关键词】碎片拼接模型；matlab ；灰度值矩阵；Kmeans 聚类；人机交互一、研究背景及意义近年来，大量政府机关、企事业单位采用碎纸机对废弃文件或失效的机密文件进行破碎，这种破碎方法产生的碎片多为规则的．这使得在进行破碎文件的复原拼接时，只能根据文字内容进行匹配，为此，本文考虑应用当前的计算机识别技术开发碎纸片的自动拼接技术，对所有碎片搜索和筛选，寻找能够在某种指标上匹配的碎片进行拼接．提高拼接复原效率，从而大大降低人工工作量和难度．对碎片自动拼接问题的研究，不仅具有广阔的应用前景，而且具有很强的理论意义．二、图像碎片预处理首先，利用matlab 图像处理功能对碎纸片进行图像预处理．即将碎纸片数字化，转化为图片文件的数据．即一个二维数组构成的灰度值矩阵，这个矩阵存储着一张碎纸片各个像素点的颜色值，其中255表示白色，0表示黑色，图片中颜色均处在黑白、或黑白之间，图片数字化后的数字范围在0 255之间．三、碎纸片拼接模型的假设1．假设碎片原文件都存在上、下、左、右的页边距，且边距大于行间距和列间距；2．假设相邻碎片间纸张信息的损失可以忽略不计；3．假设碎纸机是沿平行或垂直于文字的方向对纸张进行切割的．四、碎纸拼接模型的建立1．挑出每行最左边的图片：根据图片的边缘留有空白部分的特性，挑选出图片最左边存在空白部分的图片作为左边界的候选图片．方法实现：计算图片左边距留白宽度：即可用灰度值矩阵中左端竖列上全为255（即左侧完全空白）的连续列数度量，由matlab 检测出每张图片的留白宽度．留白宽度排序：对上面得到的留白宽度进行排列，取排在前面的11张图片作为拼接过程的起始碎片．2．图片按行分类：根据Kmeans 聚类算法，对碎片进行按行分类．分类实现：①先根据底端一行是否为纯空白将209幅图分为下端有纯空白行和下端有被截文字两类．②对于空白行一类，下端空白行数相同或相近的纸条属于原文件同一行；③对于下端有被截文字的一类，下端被截文字高度相同或相近的纸条属于原文件同一行．④分析确定好的最左端图片的特征，依此为11个聚类中心，利用matlab 程序分类．3．对同行碎片进行拼接①拼配原则———突变数将所有的碎片进行处理后得到灰度值矩阵，分别记作M i （i =1，…，n ）（n 为图片的数量）通过对每一张碎片的数据进行了分析，不难发现在每一张碎片上，同一行相邻两个点的像素值从0变为255或者从255变到0的比例仅有0．016%左右．将相邻两个像素值由0变到255或者由255变到0定义为一次突变．定义两张碎片的突变数如下：设Ｒi 为某张碎片M i 的最右侧一列像素值，L j 为另一张碎片M j 的最左侧一列像素值（Ｒi 和L j 均为180行的列向量），碎片M i 和M j 的突变数：T ij =∑180k =1flag （k ）ij ，flag （k ）ij =1Ｒ（k ）i －L （k ）j =2550Ｒ（k ）i －L （k ）j ＜{255，其中Ｒ（k ）i 表示向量Ｒi 的第k 个分量，L （k ）j 表示向量L j 的第k 个分量．②匹配过程以上面确定的最左边的碎片为起点，计算该碎片所在行的可能的碎片与其的突变数T．理论上T 值越小，两个图片的匹配的可能性最大，将T 进行由小到大的排序，在matlab 程序中让起始碎片优先与T 值最小的匹配，若匹配不成功再依次考虑T 值较大的，直至匹配成功．4．人工干预①人工干预时机：本文对209个已有碎片，分析发现若其余碎片与其的突变数仅有一个为0，则突变数为零的那个碎片一定与该碎片相匹配，一旦出现突变数均不为0，则需进行人工干预．②人工干预方法：为减少人工干预次数，做如下工作：1）计算碎片M i 灰度值矩阵最右一列Ｒi 与位于M i 行的其余碎片灰度值矩阵最左一列L j 的偏差平方和S 作为人工干预的指标：S =∑180i =1（Ｒi－L i ）2．2）对偏差平方和S 由大到小进行排序，将碎片的序号放入集合US 中，S 大的最有可能与碎片M i 相匹配③在matlab 程序中让碎片M i 依次与集合US 中的图片进行匹配，每次对两个图进行匹配时，令命令窗口弹出这两个图匹配在一起的图片，进行人工观察．通过对拼接处文字字形和语义的分析，人工检查该匹配是否合理．5．纵向拼接①观察11条已拼好的横切纸条，根据所有纸条的上边缘特征确定位于原文件顶端的横切纸条，并以该纸条为起始纸条．②根据起始纸条的下边缘灰度值特征，利用上述步奏拼出整张文件．五、模型的评价与改进1．模型的优点：模型采用突变数和偏差平方和作为评价函数评定碎片间邻边的相关度，高效而且实用．能大大减少人工干预的次数．2．模型的局限性：由于研究的是碎纸机产生的碎片．该模型只考虑了对多个相同的形状规则的碎片进行拼接，且当碎片的数量增加且单个碎片的文字覆盖率越小时，更易产生灰度分布情况相似的碎片，需要进行人工干预的次数会相应增多．六、结论本文对碎纸片的匹配原则和人工干预进行了探讨和研究，建立了一个可靠高效的数学模型，利用图片数字化后数值之间的分布规律和相关度引入突变值和偏差平方和作为评价指标，利用matlab 软件实现快速拼接．并为了提高拼接准确性，巧妙地使用人机交互指令进行人工的检测干预．【参考文献】［1］何鹏飞，等．基于蚁群优化算法的碎纸拼接．计算机工程与科学，2011，33（7）．［2］邓薇．MATLAB 函数速查手册．北京：人民邮电出版社，2010．［3］宋晓闯．基于灰度和几何特征的图像匹配算法研究．万方数据库，2013－09－13．。
碎纸片的拼接复原2013全国数学建模竞赛——碎纸片拼接复原
碎纸片的拼接复原 2013全国数学建模竞赛——碎纸片拼接复原导读：就爱阅读网友为您分享以下“2013全国数学建模竞赛——碎纸片拼接复原”的资讯，希望对您有所帮助，感谢您对的支持!2013高教社杯全国大学生数学建模竞赛重庆工商大学姜木北小组作品编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）碎纸片的拼接复原摘要目前，“碎片拼接复原”技术在司法物证复原、历史文物修复及社会生活各项领域扮演着重要角色，对于碎片数量特别巨大而人工又难以在短时间内完成碎片拼接时，要找到一种高效快捷的自动拼接方法已变得尤为重要。
本文针对只有中英文的碎片拼接问题，综合分析了从单一的纵切到纵横切以及纵横切双面碎片这三个不同的情况，提出了碎片拼接复原的解决方案.在问题一中，对于仅有“纵切”且数量相对较少的碎纸片，我们基于边缘去噪和采用构建碎纸图片的左右边缘二值矩阵提取相似度分析的方法，再通过两张图片左右相似度匹配排序，得到附件1和附件2中的碎纸排序（见表2和表3），并运用Matlab的图像处理工具箱，按排列顺序导入碎纸片得到相应拼接结果（见附录附件一）.在问题二中，由于碎纸片数量相对较多，同时存在横切和纵切的情况，在问题一的基础上增加了碎纸片的上下边缘相似度匹配。
在进行人工干预，找到第一张起始碎纸片作为匹配起点后，我们基于索贝尔算子的原理，对碎纸片灰度值进行边缘相似度的旋转检测和比较匹配，最后进行二叉树搜索排序（见表4和表5）。
对附件3和4的碎纸图片拼接出的结果详见附录中的附件二.在问题三中，由于碎纸片是两面的并且碎纸片数量更多，若采用第二问的求解方案则加大了求解难度同时也存在较大误差。
因此，我们基于蚁群算法（ACA）的SIFT特征点匹配原理来求解。
先提取碎纸图片特征点，然后基于蚁群算法的最优化快速比对匹配，最后基于ACA的搜索排序对碎纸片拼接。
碎纸片拼接复原的数学方法
碎纸片拼接复原的数学方法拼图游戏，一种看似简单却富含深度的游戏，给人们带来了无穷的乐趣。
然而，大家是否想过，这样的游戏其实与数学有着密切的？让我们一起探索碎纸片拼接复原背后的数学方法。
碎纸片拼接复原，其实就是一个计算几何问题。
在数学领域，欧几里得几何和非欧几里得几何是两个基本而又重要的分支。
欧几里得几何主要研究的是在平面上两点之间的最短距离，这是我们日常生活中常见的几何学。
而非欧几里得几何则研究的是曲面上的几何学，这种几何学并不符合我们日常生活中的直觉。
碎纸片拼接复原的问题就是一种非欧几里得几何问题。
在计算机科学中，图论是研究图形和网络的基本理论。
其中，图形遍历算法可以用来解决碎纸片拼接复原问题。
这种算法的基本思想是：从一点出发，尽可能多地遍历整个图形，并在遍历的过程中对图形进行重建。
对于碎纸片拼接复原问题，我们可以将每一张碎纸片看作是图中的一个节点，当两张碎纸片拼接在一起时，它们就形成了一个边。
通过这种方式，我们可以将所有的碎纸片连接起来，形成一个完整的图形。
在计算机科学中，碎纸片拼接复原问题被广泛应用于图像处理、数据恢复等领域。
例如，在数字图像处理中，如果一张图片被切割成若干块，我们可以通过类似的方法来恢复原始的图片。
在数据恢复领域，当一个文件被删除或格式化时，我们也可以通过类似的方法来恢复文件。
碎纸片拼接复原的问题不仅是一个有趣的拼图游戏，更是一个涉及计算几何、图论等多个领域的数学问题。
通过运用这些数学方法，我们可以有效地解决这个问题，从而更好地理解和应用这些数学理论。
在我们的日常生活中，我们经常会遇到一些破碎的物品，例如碎镜子、破碎的瓷器，或是碎纸片等。
这些物品的复原过程都需要一种科学的方法来帮助他们重新拼接起来。
这种科学方法就是碎纸片拼接复原技术。
碎纸片拼接复原技术是一种基于数学模型的方法，它通过比较碎纸片边缘的形状、纹理、颜色等特征，来找到碎纸片之间的相似性和关联性，从而将它们拼接起来。
2013 数模国赛 B题 碎纸片的拼接复原
2013高教社杯全国大学生数学建模竞赛B题碎纸片的拼接复原首先分析问题：对于第一问分析如下对于给定的来自同一页印刷文字文件的碎纸机破碎纸片（仅纵切），建立碎纸片拼接复原模型和算法，并针对附件1、附件2给出的中、英文各一页文件的碎片数据进行拼接复原。
如果复原过程需要人工干预，请写出干预方式及干预的时间节点。
求matlab图像拼接程序clear;I=imread('xingshi32.bmp');if(isgray(I)==0)disp('请输入灰度图像,本程序用来处理128 *128的灰度图像!');elseif (size(I)~=[128,128])disp('图像的大小不合程序要求!');elseH.color=[1 1 1]; %设置白的画布figure(H);imshow(I);title('原图像');zeroImage=repmat(uint8(0),[128 128]);figure(H); %为分裂合并后显示的图设置画布meansImageHandle=imshow(zeroImage);title('块均值图像');%%%%%设置分裂后图像的大小由于本图采用了128像素的图blockSize=[128 64 32 16 8 4 2];%%设置一个S稀疏矩阵用于四叉树分解后存诸数据S=uint8(128);S(128,128)=0;threshold=input('请输入分裂的阈值(0--1):');%阈值threshold=round(255*threshold);M=128;dim=128;%%%%%%%%%%%%%%%%% 分裂主程序%%%%%%%%%%%while (dim>1)[M,N] = size(I);Sind = find(S == dim);numBlocks = length(Sind);if (numBlocks == 0)%已完成break;endrows = (0:dim-1)';cols = 0:M:(dim-1)*M;rows = rows(:,ones(1,dim));cols = cols(ones(dim,1),:);ind = rows + cols;ind = ind(:);tmp = repmat(Sind', length(ind), 1);ind = ind(:, ones(1,numBlocks));ind = ind + tmp;blockValues= I(ind);blockValues = reshape(blockValues, [dim dim numBlocks]);if(isempty(Sind))%已完成break;end[i,j]=find(S);set(meansImageHandle,'CData',ComputeMeans(I,S));maxValues=max(max(blockValues,[],1),[],2);minValues=min(min(blockValues,[],1),[],2);doSplit=(double(maxValues)-double(minValues))>threshold;dim=dim/2;Sind=Sind(doSplit);Sind=[Sind;Sind+dim;(Sind+M*dim);(Sind+(M+1)*dim)];S(Sind)=dim;end对于第二问于碎纸机既纵切又横切的情形，请设计碎纸片拼接复原模型和算法，并针对附件3、附件4给出的中、英文各一页文件的碎片数据进行拼接复原。
碎纸片的拼接还原研究
碎纸片的拼接复原摘要碎纸片的拼接复原是一门借助计算机，把大量碎纸片重新拼接成初始纸张的技术。
针对问题一，本文首先利用碎纸片图像灰度矩阵的边缘矩阵，建立了两个碎纸片之间的匹配度函数，求得了每一张图片之间左右边缘匹配度矩阵。
然后根据左边边缘位置的碎片的左边空白部分最多的特点，确定了左边位置的碎纸片。
接着根据拼接碎纸片的拼接复原时，所有碎纸片匹配度之和取极大值的原则，采用贪心算法，得到了所有碎纸片的初始位置，拼接复原了附件1和附件2中纸片。
针对问题二，由于附件3碎片数量太多，并且碎片的拼接复原，是一个以碎纸片总匹配度为目标函数的组合优化问题。
所以本文采用遗传算法将碎纸片的编号作为基因，并将基因均匀分成19段，按顺序每一段对应一个初始纸片列位置，进行了求解。
然后，根据边缘碎纸片某些边的空白部分多的特征，对初始基因进行了优化。
接着，根据碎纸片的黑色像素密度不同的特点，将碎纸片分成三类，根据同类纸片优先匹配的原则，对遗传算法的运行过程进行了优化，拼接复原了附件3和附件4中纸片。
针对问题三，随着碎纸片量的增多，计算量急剧增加。
在上述拼接复原碎纸片的基础上，又引进了同行位置碎纸片的上部（或下部）空白位置宽度相近的聚类思想。
先对每个类内部拼接，在合并所有类并做一次整体拼接。
由于时间有限，我们未能完成最后一次的整体的拼接，但我们会在比赛后继续探究。
关键词：边缘矩阵匹配度函数遗传算法聚类一、问题重述碎片拼接实际用途已经越来越广泛，传统上拼接复原工作由人工完成，碎片拼接的准确率较高，但效率很低。
并且当碎片数量很大时，人工短时间内拼接出来几乎是不可能的。
所以开发碎纸的拼接技术，以提高拼接复原效率已成为越来越多人的期望。
现在,在碎纸片是规则的情况下，题目要求我们在以下条件建立碎纸片拼接复原模型和算法。
1.来自同一页印刷文字文件（中文、英文各一页）的碎纸机破碎纸片（仅纵切）拼接复原，并将附件1和附件2复原。
2.对碎纸机既纵切又横切文件的情形，将碎纸片拼接完整。
2013国赛 碎纸片的拼接复原数学建模B解题思路分析
2， 图片为文字，所以可以确认文字的形状，但大多为残字，故 可以补全剩余部分。 #根据残字，进行文字预算，找到字体可能是的字，补全字体，找图 片能补全的部分。 3， 图片文字都为从左到右书写，有固定的行。 #文字又从左到右书写，故可以对字的上下画线，从而将文字的拼接， 改为图形线性的匹配。 4，图片可能正反双面，也就是说可以双向确定但是，由于不知道什 么是正面，什么是反面，所以无法确定，故可以将其当做一副。 #广范围查询。 ￥还可以计算他的下一个或上一个字的位置。
பைடு நூலகம்
故可以对字的上下画线从而将文字的拼接4图片可能正反双面也就是说可以双向确定但是由于不知道什么是正面什么是反面所以无法确定故可以将其当做一副
残纸碎片平拼接
图片信息：
1， 图片边缘完整，语言不是普通话，故无法用语法辨别。 2， 图片为文字，所以可以确认文字的形状，但大多为残 字，故可以补全剩余部分。 3， 图片文字都为从左到右书写，有固定的行。 4，图片可能正反双面，也就是说可以双向确定但是，由 于不知道什么是正面，什么是反面，所以无法确定，故可 以将其当做一副。
碎纸片复原
关于碎纸片的自动拼接复原的数学模型问题摘要本文根据碎纸片内的文字特征、图片像素特征特点提出了基于文字特征的文档碎纸片自动拼接复原模型。
根据碎纸拼接模型提出了基于MATLAB[1]语言为核心的自动拼接算法，并用该算法的程序对碎纸机碎纸的实际例子进行了拼接实验。
对这类边缘相似的碎纸片的拼接，理想的计算机拼接过程应与人工拼接过程类似，即拼接时不但要考虑待拼接碎纸片边缘是否匹配，还要判断碎片内的字迹断线或碎片内的文字内容是否匹配。
然而由于理论和技术的限制，让计算机具备类似人类那种识别碎片边缘的字迹断线、以及理解碎片内文字图像含义的智能几乎不太可能。
但是利用现有的计算机技术，完全可以获取碎片文字所在行的几何特征信息，比如文字行的行高、文字行的间距等信息。
拼接碎片时如利用这些信息进行拼接，其拼接效率无疑比单纯手工拼接要高。
针对问题一，由于碎纸片数量比较少且只有纵向切割，采用比较简单的二值模型进行碎纸配对。
由于图像都具有三颜色RGB，扫描之后的碎纸片需要对其进行灰度处理得到一张灰度值图像，若定义原点之后，每一个像素点都具有X、Y坐标值，碎纸片的灰度值可构成一个二维矩阵。
二维矩阵的每一个元素都代表着碎纸片的特征值，根据图片每一个灰度值的大小即可判断出碎纸图片边界特性。
对于一个选定的纸片，将每一个待拼接碎纸片的二维矩阵的最左一列与其二维矩阵的最右一列进行差值比较，再求把所有的差值求和，生成一个相应的矩阵。
将该矩阵的最小值来作为相似度矩阵的判断条件，以此便可求出该图片是否能够成功拼接。
最后利用加权平均的融合方法进行图像无缝平滑，得到无缝拼接[2]图像。
针对问题二：根据附件3和附件4给出的碎片资料可以看出，碎片除了有纵向切割之外还有横向切割，这给单一的拼接算法带来了一定的困难。
本文根据图片的质量与清晰度可以将问题简化，将附录所给出的碎纸片用简单的算法进行分组归类，使得拼接问题变得单一化，先使用第一问的模型进行纵向拼接成11行之后，再以第一问的模型进行横向拼接。
碎纸片的拼接复原数学模型的构建
碎纸片的拼接复原数学模型的构建摘要院本文讨论在碎纸机以不同方式破碎纸片的情况下建立碎纸片的拼接复原模型，以解决碎片数量巨大时人工拼接的难题，本文建立了三个具有针对性的模型。
模型一：方差分析法下的碎纸片拼接模型。
在以纵切方式破碎纸片的情况下，提取碎纸片左右边缘的灰度列向量，利用碎纸片边缘处为单边同宽空白区域的特殊性对碎纸片进行定位，再利用方差分析法和欧式距离解决了纵切碎纸片的拼接复原问题。
模型二：文字行间距一致性的碎纸片拼接模型。
以纵横方式破碎纸片，利用同行文字行间距一致性的主要特性可解决横向碎纸片的拼接复原问题，简化了模型，将离散的像素灰度矩阵平均化处理，进而利用欧氏距离对碎纸片进行匹配，得到了碎纸片复原后的完整图片。
模型三：二值化Otsu 算法的碎纸片拼接复原模型。
本文从双面纵横破碎纸片的问题出发，建立了纸片二值化Otsu 法拼接模型，先对碎纸片分组预处理，为将复杂模型简单化，再利用全局阈值方法中典型的Otsu 法求取碎纸片的最佳阈值，以该阈值对碎纸片中所含灰度值信息进行划分实现二值化处理，将边缘区域明显化，利用统计学方法求取拼接后的纸片间成功匹配的像素点占纸片边缘的概率，最终双面纵横破碎纸片的拼接复原问题得以解决。
Abstract: This paper discusses the construction of splicing scrap recovery model under the condition of shredder breaking paper intopieces in different ways, so as to solve the problem of artificial splicing when there is a great amount of pieces. This paper establishes threecorresponding model.Model One: Paper Scrap Splicing Model under Analysis of Variance.Shredding paper through longitudinal mode, the paper selects the gray scraps of paper around the edge extraction column vector,locates the paper scrap by using edge of paper scraps as blank area with same width, then solves the problem of reconstruction of thelongitudinal cutting paper splicing through analysis of variance method and Euclid Distance.Model Two: Paper Scrap Splicing Model with Consistency of Text Line Spacing.Shredding paper through vertical and horizontal mode, its main characteristics of peer text line spacing consistency can solve theproblem of reconstruction of splicing transverse paper scraps, simplifies the model, processes the pixel matrix of discrete in average andmatches the paper scraps through Euclid Distance and then gets the complete picture of paper scrap afterrecovery.Model Three: Paper Scrap Splicing Model Based on Binaryzation Otsu Algorithm.This paper firstly expounds the double side's vertical and horizontal mode, establishes the paper scrap splicing model based onbinaryzation Otsu algorithm. The paper firstly does preconditioning for paper scraps into groups, simplifies the complex model, and then getsthe optimal threshold of the paper scraps by using typical Otsu algorithm of global threshold method. The paper classifies the gray valueinformationof paper scraps through this threshold to realize binaryzation processing, specifies the edge area, evaluates the probability ofsuccessful matching pixels on edge of splicing paper, and finally solves the mosaic and restoration problems of double side's vertical andhorizontal mode.关键词院离散；方差分析；置信区间；阈值；Otsu 算法Key words: discrete；analysis of variance；confidence interval；threshold；Otsu algorithm中图分类号院TQ018 文献标识码院A 文章编号院1006-4311（2014）25-0238-031模型一考虑以为空间拼接情况，为了获取拼接图像所必须的数据，文章以像素为单位离散所得碎片：利用VC++使用了Windows.H 头文件并调用RGB 等结构定义获得不同像素点的g 值[1]，生成了多个灰度矩阵。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
碎纸片的拼接复原数学模型的构建
发表时间：2014-11-27T14:26:53.797Z 来源：《价值工程》2014年第9月上旬供稿作者：毕楷明[导读] 以纵横方式破碎纸片，利用同行文字行间距一致性的主要特性可解决横向碎纸片的拼接复原问题。
Construction of Mathematical Model of Splicing Scrap Recovery毕楷明BI Kai-ming（东北大学理学院，沈阳110819）（NEU College of Sciences，Shenyang 110819，China）
摘要院本文讨论在碎纸机以不同方式破碎纸片的情况下建立碎纸片的拼接复原模型，以解决碎片数量巨大时人工拼接的难题，本文建立了三个具有针对性的模型。
模型一：方差分析法下的碎纸片拼接模型。
在以纵切方式破碎纸片的情况下，提取碎纸片左右边缘的灰度列向量，利用碎纸片边缘处为单边同宽空白区域的特殊性对碎纸片进行定位，再利用方差分析法和欧式距离解决了纵切碎纸片的拼接复原问题。
模型二：文字行间距一致性的碎纸片拼接模型。
以纵横方式破碎纸片，利用同行文字行间距一致性的主要特性可解决横向碎纸片的拼接复原问题，简化了模型，将离散的像素灰度矩阵平均化处理，进而利用欧氏距离对碎纸片进行匹配，得到了碎纸片复原后的完整图片。
模型三：二值化Otsu 算法的碎纸片拼接复原模型。
本文从双面纵横破碎纸片的问题出发，建立了纸片二值化Otsu 法拼接模型，先对碎纸片分组预处理，为将复杂模型简单化，再利用全局阈值方法中典型的Otsu 法求取碎纸片的最佳阈值，以该阈值对碎纸片中所含灰度值信息进行划分实现二值化处理，将边缘区域明显化，利用统计学方法求取拼接后的纸片间成功匹配的像素点占纸片边缘的概率，最终双面纵横破碎纸片的拼接复原问题得以解决。
Abstract: This paper discusses the construction of splicing scrap recovery model under the condition of shredder breaking paper
intopieces in different ways, so as to solve the problem of artificial splicing when there is a great amount of pieces. This paper establishes threecorresponding model.Model One: Paper Scrap Splicing Model under Analysis of Variance.Shredding paper through longitudinal mode, the paper selects the gray scraps of paper around the edge extraction column vector,locates the paper scrap by using edge of paper scraps as blank area with same width, then solves the problem of reconstruction of thelongitudinal cutting paper splicing through analysis of variance method and Euclid Distance.Model Two: Paper Scrap Splicing Model with Consistency of Text Line Spacing.Shredding paper through vertical and horizontal mode, its main characteristics of peer text line spacing consistency can solve theproblem of reconstruction of splicing transverse paper scraps, simplifies the model, processes the pixel matrix of discrete in average andmatches the paper scraps through Euclid Distance and then gets the complete picture of paper scrap after recovery.Model Three: Paper Scrap Splicing Model Based on Binaryzation Otsu Algorithm.This paper firstly expounds the double side's vertical and horizontal mode, establishes the paper scrap splicing model based onbinaryzation Otsu algorithm. The paper firstly does preconditioning for paper scraps into groups, simplifies the complex model, and then getsthe optimal threshold of the paper scraps by using typical Otsu algorithm of global threshold method. The paper classifies the gray valueinformation of paper scraps through this threshold to realize binaryzation processing, specifies the edge area, evaluates the probability ofsuccessful matching pixels on edge of splicing paper, and finally solves the mosaic and restoration problems of double side's vertical andhorizontal mode. 关键词院离散；方差分析；置信区间；阈值；Otsu 算法Key words: discrete；analysis of variance；confidence interval；threshold；Otsu algorithm中图分类号院TQ018 文献标识码院A 文章编号院1006-4311（2014）25-0238-031 模型一考虑以为空间拼接情况，为了获取拼接图像所必须的数据，文章以像素为单位离散所得碎片：利用VC++使用了Windows.H 头文件并调用RGB 等结构定义获得不同像素点的g 值[1]，生成了多个灰度矩阵。
由于本题主要研究碎片的拼接，故只需考虑碎片的边缘部分，故分别提取全部碎片的最左侧和最右侧的g 值列向量：文章分别找出其中最左侧g 值列向量的值全为255（即像素全白）的和最右侧g 值列向量的值全为255 的两个碎片，于是左侧g 值全为255 的碎片对应左一位置，同理右侧g 值全为255 的碎片对应左一位置。
再考虑剩余的碎片（本文中考虑18 个碎片）的对号入座问题，使最左侧碎片分别与其他碎片的最左侧灰度g 值列向量进行相同y 值下作差，得到不同碎片的G 差。
先求出左一位置碎片最右侧g 值列向量：。