[發明專利]一種碎紙機破碎英文文檔的恢復方法

有效

• 申請號: 201310694779.7
• 申請日: 2013-12-17
• 公開（公告）號: CN103700081A
• 公開（公告）日: 2014-04-02
• 發明（設計）人: 沈亞雄;雷浩;楊捷
• 申請（專利權）人: 河海大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種碎紙機破碎英文文檔的恢復方法，其特征在于包括以下步驟：

(1)圖像數字化：使用掃描儀對紙質英文文檔碎片進行處理，并輸出BMP格式的原始圖像f(i，j)，共有這樣的圖像p×q張，其中p指每一列碎紙片的張數，q指每一行碎紙片的張數；

(2)圖像預處理：

步驟一、對BMP格式的圖像文件進行預處理，提取圖像的灰度，所有處理后的每張圖像都是一個m×n的灰度矩陣，其中m指灰度矩陣的行數，n指灰度矩陣的列數；

步驟二、分別處理左右邊界點；對于左邊界點，若灰度值為255，則變為1；若灰度值為0，則不變；若灰度值為0～255之間的數，則根據次邊界點的灰度值，將灰度值變為0或1，具體步驟為：將最左列第i行的灰度值Z1i與次左列同行的灰度值Z2i進行比較，若Z1i>Z2i，則Z1i=0，反之則Z1i=1；對于右邊界點，若灰度值為255，則變為1；若灰度值為0，則不變；若灰度值為0～255之間的數，則根據次邊界點的灰度值，將灰度值變為0或1，具體步驟為：將最右列第i行的灰度值Y1i與次右列同行的灰度值Y2i進行比較，若Y1i>Y2i，則Y1i=1，反之則Y1i=0；其中，Z1i是指m×n的灰度矩陣中最左列第i行的灰度值，Z2i是指m×n的灰度矩陣中次左列第i行的灰度值，Y1i是指m×n的灰度矩陣中最右列第i行的灰度值，Y2i是指m×n的灰度矩陣中次右列第i行的灰度值；

步驟三、處理中間點：通過設定灰度閾值將左右邊界點之外的其他部分進行二值化處理，若一點的灰度值大于該閾值，則設定為1即為白點，反之設定為0即為黑點，所有處理后的每張圖像都是一個m×n的二值化矩陣，其中m指二值化矩陣的行數，n指二值化矩陣的列數；

(3)碎片拼接：

1)、提取出處于同一行的破碎紙片，52個大、小英文字母中僅有7個字母會通過的四線三格紙的中、下格分界線，將四線三格紙中的第三條線作為每張碎紙片的定位線；定位線所處的行白點數目較少，而定位線的下一行則幾乎全是白點；根據這一特征，將所有紙片的二值化矩陣按行求和，記為A_di，其中A_di表示第d張紙片第i行二值化矩陣在該行求和的值；任取一張紙片d₁，找到其定位線所處的行h，則可以得到一個值B：

B=Ad1h+1Ad1h]]>

若第d₂張紙片第r+1行二值化矩陣在該行求和的值與第r行二值化矩陣在該行求和的值之比近似等于B，則第d₂張紙片的定位線在r行，即：

B-W≤Ad2r+1Ad2r≤B+W]]>

其中，W為常數，根據分行的效果確定，通過本步驟可找出所有紙片的定位線所處的位置，定位線位置相同的碎紙片就處于同一行，進而可挑出處于同一行的破碎紙片；

2)、將提取出的每一行的破碎紙片進行縱向拼接；因為打印文檔的四周均有留白，所以在縱向拼接之前可確定出一行的首列，即，則說明第k₁張紙片排在同行碎紙片的首列；確定首列之后其他部分的碎紙片可以通過比較兩個紙片左右兩列最邊緣列的相似程度來進行排序，即使得最小，即認為第k₂張碎紙片的最左列和第k₁張碎紙片的最右列最為相似應該拼接在一起；重復上述過程，直到拼出整行圖像；其中，是指第k₂張碎紙片m×n的二值化矩陣中最左列第i行的值，是指第k₁張碎紙片m×n的二值化矩陣中最右列第i行的值，m是碎紙片的二值化矩陣的行數；

3)、將上述步驟2)中已經拼接好的p張碎紙片提出，提取出每張碎紙片最上行的二值化矩陣S1j和最下行的二值化矩陣X1i；因為打印文檔的四周均有留白，所以可以很容易的確定出最上一行的碎紙片，即則說明第t₁張紙片為首行；確定首行之后，其他部分的碎紙片可以通過比較兩紙片最邊緣列的相似程度來進行排序，即使得最小，即認為第t₂張碎紙片的最上行和第t₁張碎紙片的最下行最為相似應該拼接在一起，重復上述過程，直到拼出整張圖像；其中，n×q是指按行拼接后碎紙片的總列數，是指第t₂張碎紙片m×nq的二值化矩陣中最上一行第j列的值，是指第t₁張碎紙片m×nq的二值化矩陣中最下一行第j列的值。