[发明专利]基于文字特征的碎纸机破碎文档恢复方法

权利要求书

1.一种基于文字特征的碎纸机破碎文档恢复方法，其特征在于，具体包括以下步骤：

步骤1、图像数字化：

使用扫描仪即可对纸质文档碎片进行处理，并输出BMP格式的原始图像f(x,y)；

步骤2、图像预处理：

对原始图像f(x,y)依次进行直方图均衡化和图像滤波处理，再使用8邻域方向链码的方法从背景模板中提取得到全部碎片图像；

步骤3、图像拼接：

步骤3.1、对步骤2得到的碎片图像进行先腐蚀后膨胀的开运算，用以消除图像中的细小对象、分割目标物、平滑目标物且不明显改变其面积和形状；

步骤3.2、建立5×3的模板矩阵M：

111000000000111    ，

沿着开运算后的各个文档碎片的左右边缘向内进行搜索，向内搜索的范围是三个像素点，判断汉字的像素点是否能够满足矩阵M，若满足条件，认为该汉字结构是一个“横笔”，则将其直接延伸至图像最右边或最左边，否则，汉字结构保持不变；搜索整个碎片，并且准确记录碎片图像中各个汉字边缘处“横笔“的位置；

步骤3.3、对比两个文档碎片图像中左、右边列处的汉字“横笔”位置，若其中有“横笔”位置完全一致，则认为有一个汉字结构匹配上了，并且记录着两个碎片之间的总的笔画匹配数；以当前文档碎片图像为基准，与其他碎片图像继续重复上述比较过程，最终，以两个碎片之间的笔画匹配总数为依据，笔画匹配总数最大的两个文档碎片就是相邻的文档碎片，将该两个碎片图像进行拼接处理，且当出现多张碎片图像都与同一张碎片图像相匹配的情况时，根据最大相关性的原则，即匹配上“横笔”总数最多的碎片图像是相邻图像，这时才能将两张碎片图像拼接在一起；重复上述过程，最终得到的图像就是恢复的中文文档。