[发明专利]一种碎纸机切割的双面文档碎片拼接方法

说明书

技术领域

本发明涉及一种文档碎片的拼接复原方法，特别涉及一种碎纸机切割的双面文档碎片拼接方法，属信息技术领域。

背景技术

碎纸机已成为文档破碎、销毁的主要工具，然而许多时候需要对破碎的文档进行拼接还原，如文件恢复、司法取证等。

对于数量不大或边缘特征明显的碎片，人工即可完成拼接复原，但效率很低。由于碎纸机破碎后的文档形状规则，无明显轮廓特征可用，只能根据文档内容进行拼接，给文档的拼接复原造成了一定困难。

对于双面打印的文档，由于每张碎片都有正反两面信息，且事先并不能区分哪面为正面哪面为反面，这又为文档的拼接复原增加了难度。

邢楠在其发明专利“基于文字特征的碎纸机破碎文档恢复方法”中提出了根据汉字文字特征——横笔位置拼接文档碎片的方法，但文字特征提取方法复杂且准确度不高，更大的局限在于此方法只能应用于中文文档，且只涉及单面文档的拼接。

0-1规划属最优化方法，0-1变量可以数量化地描述诸如是与否、取与舍、有与无等现象所反映的离散变量间的逻辑关系、顺序关系，在决策、优化等领域有着重要应用，将0-1规划引入碎片拼接，会大大提高拼接的速度和准确度。

发明内容

 本发明的目的是对碎纸机破碎后的双面文档碎片进行拼接，提供一种高效、快速的拼接复原方法。

本发明所涉及的碎纸机切割的双面文档碎片拼接方法，采用以下步骤：

（1）. 首先将碎纸机切割得到的n张文档碎片的正反两面进行标号，记为i=1…2n，然后对所有碎片的正反两面进行扫描，扫描后得到2n张图片，对应碎片的编号记为i=1…2n. 每张图片的大小为M×N，M为图片的高度，N为图片的宽度；

（2）. 读取每张图片的像素值，得到图片的像素矩阵A_i，其中A_i的每一个元素为0到255之间的整数，表示像素的灰度值，255表示像素为白色，随着数字的减小，颜色变暗，0表示像素为黑色；

（3）. 定义两张图片i, j之间的距离为：图片i的右边缘和图片j的左边缘像素值之间的欧式距离，记做                                                ；

用表示A_i的最后一列的第k个元素，表示A_j第一列的第k个元素，则图片i和j之间的距离：；

（4）. 引入0-1变量，只有两个取值：0和1，用表示 i和j左右相接，表示i和j左右不相接，只要确定了的取值即可判断图片i是否和图片j左右相接；

（5）. 如果i和j左右相接，则i的右边缘和j的左边缘像素值应该相近，因此i和j的距离应该很小，正确的拼接方式应该使得所有相邻的图片之间的距离之和最小，即所求的应该使得达到最小；

（6）. 还应满足以下两条：

1）第i张图片右侧只能接一张图片，即对每一个i有且仅有一个，由于只有0和1两个取值，因此他们的和应该等于1，即应成立：；

2）第j张图片也只能接在一张图片的右侧，即对每一个j有且仅有一个，应成立；

（7）. 我们得到0-1规划模型：

st. 

（8）. 利用最优化软件lingo求解上述模型，解出. 若＝1，则图片i右接图片j。

（9）根据步骤（8）的运算结果，将2n张图片左右相接，排在前面的n张和排在后面的n张分别位于文档的正反两面，根据排在前面（或后面）的n张图片编号将原n张碎片拼接复原。

 与现有技术相比，本发明的碎片拼接方法，其突出特点是：利用数字化方法解决了无任何边缘信息可用的双面文档碎片的拼接，通过引入0-1变量的方法判断任意两个碎片是否相接，最优化方法的引入使得碎片拼接正确率高且拼接速度快。

 附图说明

图1为整理后的拼接示意图，其中，灰色竖条为碎片间的间隔，数字表示碎片的编号。

 具体实施方式

文档被纵向切割成6条碎片，将碎片正反面扫描之后存储为12个BMP格式的图片，标记为1，2，…，12，每张图片的大小为682×60。

读取每张图片的像素值，得到矩阵，其中是一个的矩阵。