怎么没有C题的回帖啊？
怎么没有C题的回帖啊？
针对问题一，首先通过matlab软件对碎纸片进行数据提取，获得能够代表碎片特征的矩阵，以进行定量分析。其次，对各个碎片所对应矩阵的首尾列向量的研究，同时考虑到碎纸机仅对文件进行纵向切割，只构造单侧拼接模型，并通过构建的相似度判别函数，判别碎片间的关系以实现左右侧拼接，以完成碎片匹配。对于附件一、二中的碎片，根据上述原理建立碎纸片拼接复原的数学模型及算法，最终找到碎片序号之间的联系，从而构成一张完整的图片。
针对问题二，采取与问题一相同的方式进行数据提取，与问题一不同的是，附件三、四碎片面积小且数量大，在复原时产生误差的几率较大。因此，在获取数据前需要对碎片进行去噪处理，主要应用的是约束最小二乘方滤波原理，并结合MATLAB中的deconvreg函数，同时把灰色图像转化为二值图像，设计相应的算法，实现“含噪”图像的复原。注意到，碎纸机对文件采取的是既纵切又横切的情形，因此对碎片特征矩阵的首尾行、列向量的研究，采用左右侧和上下拼接相结合的方式进行复原。而对于附件三、四的拼接主要采用先局部后整体的思想，缩减碎片数量，以减少复原难度。同时在复原过程中也进行了一些人为干预。
针对问题三的双面打印文件的碎纸片拼接复原问题，对碎片采取与问题二相同的预处理方式。运用问题二中所构建的上、下、左、右四个模型，对碎片每条边的向量进行对比、分析和研究，精确匹配每一张碎片，不断寻求最准确的匹配方案，使得计算机的匹配效率达到最高，尽量减少人工干扰
针对问题一，首先通过matlab软件对碎纸片进行数据提取，获得能够代表碎片特征的矩阵，以进行定量分析。其次，对各个碎片所对应矩阵的首尾列向量的研究，同时考虑到碎纸机仅对文件进行纵向切割，只构造单侧拼接模型，并通过构建的相似度判别函数，判别碎片间的关系以实现左右侧拼接，以完成碎片匹配。对于附件一、二中的碎片，根据上述原理建立碎纸片拼接复原的数学模型及算法，最终找到碎片序号之间的联系，从而构成一张完整的图片。
针对问题二，采取与问题一相同的方式进行数据提取，与问题一不同的是，附件三、四碎片面积小且数量大，在复原时产生误差的几率较大。因此，在获取数据前需要对碎片进行去噪处理，主要应用的是约束最小二乘方滤波原理，并结合MATLAB中的deconvreg函数，同时把灰色图像转化为二值图像，设计相应的算法，实现“含噪”图像的复原。注意到，碎纸机对文件采取的是既纵切又横切的情形，因此对碎片特征矩阵的首尾行、列向量的研究，采用左右侧和上下拼接相结合的方式进行复原。而对于附件三、四的拼接主要采用先局部后整体的思想，缩减碎片数量，以减少复原难度。同时在复原过程中也进行了一些人为干预。
针对问题三的双面打印文件的碎纸片拼接复原问题，对碎片采取与问题二相同的预处理方式。运用问题二中所构建的上、下、左、右四个模型，对碎片每条边的向量进行对比、分析和研究，精确匹配每一张碎片，不断寻求最准确的匹配方案，使得计算机的匹配效率达到最高，尽量减少人工干扰
B题
第一问把图像输入Matlab以后转化为灰度矩阵，然后让所有碎片左列第一行组合成矩阵A，让所有碎片最右列灰度数据组成熟矩阵B，如果碎片本身是相连的，那么碎片相关性系数会比较大，直接用SPSS实现即可
另外也可以考虑用时间频率分析，把数据视为一种信号，利用傅里叶函数变换进行投射，然后进行时频分析，如果碎片本身相连，必然时频分析图像会具有连续性。
第二问，由于碎片是由字体行 空白行 字体行这种形式，故先利用matlab编程，统计出字体行，空白行各自行高，然后利用SPSS聚类分析，聚为11类，聚完了以后会发现有的类别碎片数特别多，那么这个时候就应该要人工干预了，将干预好的碎片进行下一步工作，再对每一类里面各种碎片进行相关性分析排序，排好序以后，将碎片相连，把文档十一个横行弄出来，再提取横行最上和最下的数据，然后再进行相关性分析，即可，再重复相关性过程中可以考虑用BP神经网络进行训练，然后再去弄别的行，这样效率，准确度都会提高、
第三问，没思路，抄网上答案
B题
第一问把图像输入Matlab以后转化为灰度矩阵，然后让所有碎片左列第一行组合成矩阵A，让所有碎片最右列灰度数据组成熟矩阵B，如果碎片本身是相连的，那么碎片相关性系数会比较大，直接用SPSS实现即可
另外也可以考虑用时间频率分析，把数据视为一种信号，利用傅里叶函数变换进行投射，然后进行时频分析，如果碎片本身相连，必然时频分析图像会具有连续性。
第二问，由于碎片是由字体行 空白行 字体行这种形式，故先利用matlab编程，统计出字体行，空白行各自行高，然后利用SPSS聚类分析，聚为11类，聚完了以后会发现有的类别碎片数特别多，那么这个时候就应该要人工干预了，将干预好的碎片进行下一步工作，再对每一类里面各种碎片进行相关性分析排序，排好序以后，将碎片相连，把文档十一个横行弄出来，再提取横行最上和最下的数据，然后再进行相关性分析，即可，再重复相关性过程中可以考虑用BP神经网络进行训练，然后再去弄别的行，这样效率，准确度都会提高、
第三问，没思路，抄网上答案
将图片最边缘的灰度向量提取，左边和右边每个进行匹配，匹配时利用向量对应元素差的平方和进行数据化处理后比较，取最小的 第一，二两附件数量少，每个纸片大遂误差较少，三，四附件误差较大，通过观察字的面积一定（高度一样，即求长度求和逼近一个整字的长度为最匹配的）也存在误差情况，遂将元素差的平方和依次从小到大进行匹配（人工参与排查），附件五方法类似，不过由于正反面，有利于误差的缩小，可以将正面与反面差的平方和同时进行最匹配的时候求出（误差依旧存在，故需要人工排查）。
我做的B题，通过图片相似度矩阵，进行分类，然后使用优化算法先进行行内拼接，之后进行行调整。适当加入人工干预，较为顺利拼接完成。
B题
第一问：先对平行直线均匀切割的碎片图像进行二指化，根据拼接碎片的个数和复原度的不同，有针对性的构造不同的图像拼接匹配度判据。能拼接在一起的两图像块主要体现在文字与文字区域的连接上，即0像素值与0像素值的对应，因此给其赋予较大的正权重；若0像素值与1像素值对应，则表明文字区域与空白处区域的错误连接，因此赋予相应的负权重以示惩罚；对于1像素值与1像素值来说，表明的是空白背景区域的连接，由于每个碎片图像上大部分是空白的区域，可以赋予较小的正权重以做调整。
第二问，基于列灰度扫描获取文字上下位置信息的图像分组算法,在准确但不完全分组的基础上,结合手动分组,把复杂拼接转化为问题一中的简单拼接问题，实现了碎纸片的正确拼接。
第三问，基于特征匹配的图像拼接方法。对每个碎片进行一维投影，得到其特征，即一维碎片（线），然后进行特征值匹配，也就是拿每个碎片的特征与组中其余的特征进行比较，寻找匹配碎片，检测两匹配碎片最上面几行像素零点的个数，便可得到碎片的还原图像。
瓶子先生 发表于 2013-9-17 15:38 static/image/common/back.gif
B题
第一问：先对平行直线均匀切割的碎片图像进行二指化，根据拼接碎片的个数和复原度的不同，有针对性的构 ...
你所说的加权算法我也考虑到了 但苦于编程限制 放弃了