数学建模B题一等奖优秀论文

1、基于最小二乘法的碎纸片拼接复原数学模型摘要首先对图片进行灰度化处理, 然后转化为0-1 二值矩阵，利用矩阵行（列）偏差函数，建立了基于最小二乘法的碎纸片拼接数学模型，并利用模型对图片进行拼接复原。针对问题一，当两个数字矩阵列向量的偏差函数最小时，对应两张图片可以左右拼接。经计算，得到附件1 的拼接结果为：08,14,12,15,03,10,02,16,01,04,05,09,13,18,11,07,17,00,06。附件 2 的拼接结果为:03,06,02,07,15,18,11,00,05,01,09,13,10,08,12,14,17,16,04。针对问题二，首先根据每张纸片内容的不同特性

2、，对图片进行聚类分析，将209 张图片分为 11 类；对于每一类图片，按照问题一的模型与算法，即列偏差函数最小则进行左右拼接 , 对于没有拼接到组合里的碎纸片进行人工干预，我们得到了11 组碎纸片拼接而成的图片；对于拼接好的11 张图片，按照问题一的模型与算法，即行偏差函数最小则进行上下拼接 , 对于没有拼接到组合里的碎纸片进行人工干预。我们最终经计算，附件3 的拼接结果见表9，附件4 的拼接结果见表10。针对问题三，由于图片区分正反两面，在问题二的基础上，增加图片从下到上的裁截距信息，然后进行两次聚类，从而将所有图片进行分类，利用计算机自动拼接与人工干预相结合，对所有图片进行拼接复原。经计算

3、，附件5 的拼接结果见表14 和表 15该模型的优点是将图片分为具体的几类，大大的减少了工作量，缺点是针对英文文章的误差比较大。关键字 ：灰度处理，图像二值化，最小二乘法，聚类分析，碎纸片拼一、问题重述碎纸片的拼接复原技术在司法鉴定、历史文献修复与研究、军事情报获取以及故障分析等领域都有着广泛的应用。近年来，随着德国“斯塔西”文件的恢复工程的公布，碎纸文件复原技术的研究引起了人们的广泛关注。传统上，拼接复原工作需由人工完成，准确率较高，但效率很低。特别是当碎片数量巨大，人工拼接很难在短时间内完成任务。随着计算机技术的发展，人们试图开发碎纸片的自动拼接技术，以提高拼接复原效率。对于一页印刷文档，

4、针对不同的破碎方法，讨论下列三个问题：（1）将给定的一页印刷文字文件纵切，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。（2）对于碎纸机既纵切又横切的情形，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。(3)对于双面打印文档，研究如何进行碎纸片的拼接复原问题。附件 5给出的是一 页英文印刷文字双面打印文件的碎片数据。要求尝试设计相应的碎纸片拼接复原模型与算 法，并就附件5的碎片数据给出拼接复原结果。二、模型的基本假设(1)待拼接的碎纸片来自同一页印刷文字文件。(2)待拼接复原的碎纸片是规

5、整的矩形。(3)模型中的碎纸片长度、宽度和面积都相等。(4)附件中照片都是同标准拍摄。三、符号说明表1符号说明符号符号说明灰度值红色绿色蓝色矩阵鹏距(i=1,2, |,209)裁武文字长度(i=1,2, |,209)行间距(i=1,2, |,209)助吐白品喃(i=1,2,川,209)字体高度(i=1,2, |,209)四、问题分析将不规则的文档碎纸片进行拼接，一般是利用碎纸片的边缘曲线，尖点、尖角、面积 等几何特征，搜索与之匹配的相邻碎纸片。但对于边缘形状相似的碎纸片，这种基于边界 几何特征的拼接方法失效，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

6、否匹配。本问题给定的碎纸片有以下几个特点：1、每一张碎纸片都是规整的矩形；2、所有的碎纸片的长度、宽度都相等，形状是完全一样的；3、每一张碎纸片里都包含着文字（汉字、英文），不存在空白的碎纸片；4、不同的碎纸片之间没有重叠部分。由于碎纸片的形状相同，因而不能针对碎纸片的几何特征建立数学模型；碎纸片间无重 叠，也不能利用图像融合技术进行图像配准。根据上述分析，我们考虑将图片进行数字化处理，根据每张碎纸片上的边缘文字特征进 行匹配，也就是利用图片边缘文字的像素进行最优化匹配。五、模型的建立与求解5.1 问题一的建模与算法由于碎纸片本身不具有体现其拼接特性的数字特征，我们需要将其数字化、矩阵化， 将

7、问题转化为矩阵之间的相关性。5.1.1 图片的灰度处理利用photoshop软件，将附彳中所给的BM舲式的图片转化成JPG格式,去除图片的 多彩性。为了对碎纸片进行数字化，我们将图像进行灰度处理，取出图像中每一个像素点 的灰度值，灰度值的大小与像素点颜色的红绿蓝成分有关。根据文献1,每个像素点的 灰度值二红色父0.30+绿色父0.59+蓝色父0.11,即Gray =r m0.30+g 父0.59+bM0.11 ,其中，r,g,b的取值范围是0255。问题一将同一页印刷文字文件纵切为19张图片（见图1）,根据实际情况，我们将每张图片设置为1980M 72格式，于是，每弓K图片对应一个1980M

8、72的灰度矩阵。图1附件1未进行拼接的19张碎纸片5.1.2 图片的二值化处理将图片进行灰度处理以后，每个像素的灰度值介于0255之间。灰度值不能直接用于文字图片的拼接，还须进行二值化处理。将图片放入直角坐标系，规定：若（x,y）点的像素灰度值大于或等于T,该点用数值1表 示，并将其设定为白色；若（x,y）点的像素灰度值小于T,该点用数值0表示，并将其设定 为黑色。由此得到像素点的二值化函数：其中，T为预先设定的全局灰度阈值。于是，每张图片的灰度矩阵转化为下列1980M 72的0,1数字矩阵：an耳 72八 I . IA= I ：，.：,la1980 幻 III al980M72 其中5.1.

9、3 最小二乘法1、图片左右拼接的数学模型设A, B分别表示左右放置的两张图片对应的数字矩阵，定义前一个矩阵的最后一列 与后一个矩阵的第一列之间的偏差函数为：其中，A(i,72), B(i,1)分别表示矩阵A, B第72列和第1列的元素。对于给定的矩阵A ,若存在矩阵B ,使得A与B之间的偏差函数f (A, B)达到 最小，则称A与B可以匹配，此时 A与B对应的图片可以左右拼接。2、图片上下拼接的数学模型类似地，设C,D分别表示上下放置的两张图片对应的数字矩阵，定义上面矩阵的最后一行与下面矩阵的第一行之间的偏差函数为：其中，C(1980, j), D(1, j)分别表示矩阵C ,D第1980行和

10、第1行的元素。对于给定的矩阵C ,若存在矩阵D，使得C与D之间的偏差函数h(C , D )达到 最小，则称C与D可以匹配，此时C与D对应的图片可以上下拼接。我们称上述基于数字矩阵之间列(或行)距离的图片拼接模型为最小二乘法拼接复原模型。5.1.4 算法与求解(一)算法思想第一步，对附件中的19幅图片分别进行灰度处理，然后取灰度阈值 T=125,进行二 值化，得到19个0,1数字矩阵，即图片的数字化。第二步，对上述19个数字矩阵进行检测，若存在一个矩阵的最左侧一列元素全是1,根据破碎图片的特点，则该图片即为从左边起第一张碎纸片，记为Aio第三步，计算Ai与其余18张图片对应矩阵的列偏差值。若存在

11、A2，使得f ( Ai , A2)达到最小，则A2即位第二张图片。重复上述的步骤，依次得到所有碎纸片的排列，即可拼接成完整图片。(二)附件1、2的拼接复原结果附件1和附件2的拼接顺序如下表：(附件1的算法程序见附录一，复原图片见附录二； 附件2的算法程序见附录三，复原图片见附录四)表2 附件1拼接顺序8141215310216145913181171706表3 附件2拼接顺序36271518110519131081214171645.2 问题二的模型建立与算法5.2.1 图片的数字化处理步骤一：将附件所给的BMP&式图片转换成JPG格式的图片;步骤二：对图片进行灰度处理；步骤三：然后进

12、行二值化处理；最后，得到209张图片的数字化矩阵。5.2.2 聚类分析对于碎纸机既纵切又横切的情形，与问题一仅纵切相比，图片变小，因而每张图片包 含的信息量明显变小，如果仅利用最小二乘法，碎片之间的匹配不唯一。为了解决这个问 题，我们利用聚类分析法，对碎片先进行分类。经观察测试，原始文档碎片具有下列特点：(1)字体大小：字体的最大高度和最大宽度一致。(2)切割的均匀性：同方向的切割线平行，图片大小均相等，沿纵横方向按直线切 割。(3)文字的行距：文字的行间距等同，段落间距为定值。为了对209幅图片进行聚类分析，如图2所示，我们定义聚类指标如下：ai表示图片上端裁接处的字体长度，我们称之为裁截文

13、字长度；n为行间距；Ci表示图片上端文字与切割线之间的空白距离，我们称之为裁截空白距离；di为字体高度，其中，i=1,2,川，209。图2图片聚类指标示意图令Di =仇十。或Di = g +di ,称Di为第i张图片的裁截距(i =1,2, III ,209),由 图2,如a1 二a2,bj =2 ,则D 二 D2。一般地，图片从上往下看，不同的裁截线形成的裁截 文字长度不同，文字间的行间距相同，所以，如果裁接处的文字长度不相等，那么文字与 空白间距之和就不相等。根据 Di的不同取值，下面对图片进行分类。根据二值化矩阵的特点以及文字的特征， 只要存在文字，则矩阵的某一行元素一定存 在0元素，且

14、在文字之间的元素为1。如下图所示：图3文字特征图利用matlab软件进行编程，将每个图片的裁截文字长度、行间距、裁截空白距离、字 体高度以及裁截距的结果以excel的形式输出到表格之中。(程序见附录五)按裁接距进行聚类分析，使用spss软件分析处理后，得到聚类中心分布图如下所示：表4聚类中心聚类中心聚类1234567891011V1752321204458133641096978根据表4所示的聚类中心，对表格中裁截距进行初步分类。得到聚类结果如下表所表5每个聚类中的案例数每个聚类中的案例数聚类12.000236.000318.00041.000546.000638.00071.000836.0

15、0091.0001011.0001119.000有效209.000缺失.000根据聚类结果发现，并不能将图片平均分成 11个组。这时需要增加信息量来更好地 进行分类，进一步观察图2,我们可以发现：图片的上端裁截处可能是文字，也可能为空 白。但是裁截距Di可能相等，此时通过图片上端裁截处是空白还是文字加以人工分类件，我们再次确立聚类中心如下图所示：表6 第二次聚类中心最终聚类中心聚类1234567891011V125240-38-93-69-841534-23-10通过上面两次聚类，确立了两个不同聚类中心。利用第一次确立的裁接距的聚类中心对图片进行初步分类，然后利用裁截文字或者裁接空白再次进行判

16、别，最终将图片分成了11组。如下表所示：（以上的算法都是在 matlab软件下操作，程序见附件六）且每类都应存在可作为文件左右边缘的碎纸片，我们对少量图片进行归类可得到如下分组 结果。如下表：表8聚类后的结果组别123456789101126 18334135P 01541119 1189124216P10717402220232414432129322789283626253147663745331014952 3035395810644P 53601025461 141385177109:48:567110857635046738411055688011365676274829012559

17、7083114囹I-JL9169 1768110794139r 64r 9385117片957286881159714575126132119号118788710312811215092137133123129791001051341211579813815214014196 1120122135124173104P 15315614614399 1142130159127181111r 158165151178116147148160136182171166170154186131168161169144184172174198155188162179167176149187r 180175

18、2001851901631911891991641972011962021941921771951932031832042062082052075.2.3图片的拼接模型、算法与求解（一）算法思想下面我们分两步来做，第一步，对每组碎纸片进行拼接；第二步，将各组进行拼接。 最终完成文件复原。在已知文件切为11X19的碎纸片情况下，将图片进行聚类分析得到了 11个组后。利 用碎纸片左右边缘为空白的特点判断出文件左侧 11个碎纸片，再利用问题一模型和算法， 对每个组进行匹配拼接，可得到11个拼接好的图片，之后仍然按照问题一的模型和算法 将这11张图片拼接成完整的图片。（二）图片的左边缘确定根据碎纸片边

19、缘特征，利用 matlab对图片处理后得到数字化矩阵，根据最小二乘法 进行分析得到16个可作为文件左边缘的碎纸片，编号如下：（程序详见附录七）7, 14, 29, 38, 49, 61, 62, 67, 71, 80, 89, 94, 125, 135, 143, 168。已知文件分为11X19的碎纸片，那么存在5个不是左边缘碎纸片。根据文件页边距 一定的特点，此时进行人工筛选，明显排除了编号分别62, 67, 80, 135, 143的图片作为文件左边缘的可能。此刻，我们也得到了左边缘碎纸片的序号：7, 14, 29, 38, 49, 61, 71 , 80, 89, 94, 125, 16

20、8。（三）图片的各组拼接第一步，计算机处理，利用问题一的列偏差函数进行图片拼接，现在我们以表4中的第9组为例，得到如下结果：（程序详见附录八）图6 以第9组为例的拼接结果1第二步，人工干预，由于每组有19个图片，可以明显观察到排序的时候有一个图片 没有出现，而且另一个图片重复出现了两次。此时我们进行人工拼接。得到正确的拼接结 果，图片如下：图7 以第9组为例的拼接最终结果其余分组按照相同方法可得到11组的拼接结果，这里我们不在一一赘述，发现每组 的拼接均无误，这说明我们的分类达到了预期的效果。（四）图片的整体拼接上一步骤中我们得到了 11X19的碎纸片拼接而成的11个等大小的纸片，那么接 下来

21、，根据行偏差函数，判断11个纸片的上下拼接顺序，可以得到以下编号的图片可以 上下拼接：完成以上组合的拼接后，进行人工干预，完成图片的整体拼接，结果如下（复原图片 详见附录九）：表9附件3拼接顺序04905406514318600205719217811819009501102212902809118814061019078067069099162096131079063111616307200617702005203168100076062142030041023147191050179120086195026000087010381480461610240350811891221031301

22、93088167025008009105070141280031590821991350120731602031691340390310511071151709403408411830900471210421241440771112149097136164127058041250131821 109197016184110187066106：1500211731571812041391402906411120100509218004803707505504420601010409817217105007208138：158126068175045174001：13705305609315307

23、0166032190711560831322000170800332021980151331702050851521650270608914610215411404015120715514018510811700410111319411912对于附件4,我们按照与处理附件3相同的模型和算法进行处理，得到拼接结果表格 如下，（复原图片详见附录十）：表10附件4拼接顺序19107501115419018400210418006410600414903220406503906714201148170(196198094113164078103091：0801010261000060170281408

24、605110702904015818609802411715000505905809203003704612019194093141088121126105155114176182151022057202071165081591390011290631381530530381231201750850501601870972030302004110811613607303620713501507604319904517307916117914208021007：049061119033142168062169：0541921331181891621971107008406001406817413

25、71950080471721560960230991220901851 10132181095069167163166188111144206003130034013110025027171710421066120501015707414508313405501805603501600918315204081077128200131052125140193087089048072012177124000102115.3问题三的模型建立与算法对于第三个问题，图片的数量成倍的增长，我们不能单纯的利用图片边缘的特征进行 拼接与复原，在问题二按上边缘裁截距进行聚类分析的基础上，增加图片下边缘裁截距，

26、综合进行聚类分析。具体流程图如下所示：5.3.18算法流程图输入图片运川问题一的二非方机 利用 matlab呜行数据处理（程序见附录十一），将所得结果 导入exc排灰般的醒用的邈统的獗筱妲i长度（或者裁截空白长度）的分布图-2020N0-40-60351 376 401自下而 上计算 图片的 裁截距 与裁截 空白问 距-8庐用问题二的方法进行匹配101 1Y口系列1自上而下计算图片的裁接距与裁截 空幽间距（或裁截文字长度）否相似？1/2326-100匹配成 功-120图片加入备选图 片进行匹配5.3.2图片的再聚类由于图片的双面性，我们在对其正面（反面）进行正确匹配之后，则其反面（正面） 也就

27、确定出来，这大大减少了数据量。但某些分类后却拼接失败的情况，使得拼接更加的 困难。在第二个问题中，我们利用图片从上到下文字的特征增加了信息量，为了更好进行图 片匹配与拼接，对于问题三，我们再次增加图片从下到上的文字特征。在图片初次聚类的 前提下，利用从下到上的裁截距，按照与问题二类似的办法进行第二次聚类，步骤同上， 得到图片的裁截文字长度的分布直方图：图11图片裁截文字长度的分布直方图5.3.3图片的拼接根据前两次图片的聚类之后，我们在对其进行分类，将分类后的图片进行边缘匹配, 同时进行人工干预，挑选出匹配正确的片段，如下图所示：图12匹配正确的片段对每一类图片匹配成功后，类似于问题二，利用计

28、算机自动拼接与人工干预相结合, 将所有各类进行整体拼接，结果如下：（复原图片见附录12）表13附件5其中一面的拼接顺序表14附件5另一面的拼接顺序六、模型的评价与改进6.1模型的优点（1）模型一对于解决纵切碎纸片的问题上， 达到了很好的效果，对于所得的结果正确率 也是100%勺，对于解决此类问题提供了良好的思想。（ 2）模型二充分考虑了碎纸片边缘的匹配问题以及文字内部的特征信息，对于既纵切又横切的情形，先进行了聚类将图片进行了分组，大大减少了工作量，而且增加了准 确度。6.2 模型的缺点（ 1） 对于问题一与问题二，所给的完整图片里面含有大量的的文字，所以我们可以利用其文字特征，该结果也存在一

29、定的偶然性。（ 2） 对于问题三，对于大信息量的图片信息，只利用问题二的解决办法只能将部分的图片进行分类，而不能单纯用计算机进行完整的拼接。6.3 模型的改进方向1） 在问题一里面我们只考虑了边缘区域的匹配，由于结果正确所以没有继续增加条件保证其准确率。2） 在设计模型二的时候，只考虑了图片从上到下的裁接距与裁截文字长度的方面，还应该加上其在图片从下往上的数据。七、参考文献1 黄添强， 陈智文， 苏立超等. 利用内容连续性的数字视频篡改检测J. 南京大学学报（自然科学版），2011,47（ 5）：493-503.2 罗智中 . 基于线段扫描的碎纸片边界检测算法研究J. 仪器仪表学报，2011,

30、32（ 2）：289-294.3白宗文.基于HALCO陌图像拼接的文物修复系统设计与实现J.电子设计工程， 2013,21 （ 9）：24-26.4 李利军，李云伟. 基于图像灰度的拼接技术研究J. 计算机与数字工程，2007,35（ 9）：128-130.5 贾海燕， 朱良家， 周宗潭等. 一种碎纸自动拼接中的形状匹配方法J. 计算机仿真，2006,23（ 11）：180-183.八、附录附录一 ：%以下程序的运行，请注意文件存放的位置！%此程序用来解决附件 %1 的图片匹配与连接共十九个纸条A=zeros(19,19);for j=1:19附件 附件 1'I=imread(str,

31、num2str(j),'.jpg');% i1=rgb2gray(I);%i1i2=im2bw(i1);%i2a=i2(:,72);%附件 附件 1'for i=1:19I=imread(str,num2str(i),'.jpg'); % i1=rgb2gray(I);%i1i2=im2bw(i1);%i2mi=i2(:,1);%ni=a-mi; A(j,i)=sqrt(dot(ni,ni); end end xlswrite('D:photo1.xls',A,'A1:S19'); % %判断相邻图片并自动连接连接 b=0

32、,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0;% for i=1:19k=A(i,1);b(i)=1;for j=1:19 if(k>A(i,j) k=A(i,j); b(i)=j;endendendfirst=1;for i=1:19for j=1:19if(A(i,j)=0) first=j;%end end end 附件 附件 1'z= imread(str,num2str(first),'.jpg'); for m=1:18m=1;附件 附件 1'x = imread(str,num2str(first),'.j

33、pg'); % y=imread(str,num2str(b(first),'.jpg');% x=z;%z = x,y;first=b(first);end依次读取每一幅图像灰度图像是二值图像取纸片右边缘依次读取每一幅图像灰度图像是二值图像取纸片左边缘将矩阵元素导入excel 表格记录和纸片右相邻的纸片求出文件最左侧纸张记录上一张纸条 记录下一张纸条 保存已拼接纸条imshow(z)附录二 ：13 附件 1 拼接图片A=zeros(19,19);%共十九个纸条for j=1:19附件附件2'I=imread(str,num2str(j),'.jpg&#

34、39;);%依次读取每一幅图像i1=rgb2gray(I);%i1灰度图像i2=im2bw(i1);%i2是二值图像a=i2(:,72,1);%取纸片右边缘附件附件2'for i=1:19I=imread(str,num2str(i),'.jpg'); %依次读取每一幅图像i1=rgb2gray(I);%i1灰度图像i2=im2bw(i1);%i2是二值图像mi=i2(:,1,1);%取纸片左边缘附录三：%以下程序的运行，请注意文件存放的位置！%此程序用来解决附件%2的图片匹配与连接ni=a-mi;A(j,i)=sqrt(dot(ni,ni);endendxlswrit

35、e('D:photo2.xls',A,'A1:S19'); %判断相邻图片并自动连接连接a=0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0;%将矩阵元素导入excel 表格记录和纸片右相邻的纸片for i=1:19 k=A(i,1); a(i)=1;for j=1:19 if(k>A(i,j) k=A(i,j); a(i)=j;end end end first=1; for i=1:19 for j=1:19if(A(i,j)=0) first=j;end end end求出文件最左侧纸张附件 附件 2'z= imre

36、ad(str,num2str(first),'.jpg');for m=1:18 m=1;依次读取每一幅图像记录上一张纸条 记录下一张纸条 保存已拼接纸条附件 2 拼接图片附件 附件 2'x = imread(str,num2str(first),'.jpg'); %y=imread(str,num2str(a(first),'.jpg');%x=z;%z = x,y;first=a(first);endimshow(z)附录四 ：图 14附录五：A=zeros(209,4);for i=1:209%for j=1:209附件 附件 5a

37、'I=imread(str,num2str(i),'.jpg');%i1=rgb2gray(I);%i1 灰度图像i2=im2bw(i1);% i2 是二值图像，不需要a=0;b=0;c=0;d=0;j=180;if any(i2(1,:)=0)while (any(i2(j,:)=0)a=a+1;c=c+1;j=j-1;endelsewhile (all(i2(j,:)=1)a=a-1;c=c+1;j=j-1;endendA(i,1)=a;if any(i2(j,:)=0)while (any(i2(j,:)=0)b=b+1;d=d+1;j=j-1;endelsewh

38、ile (all(i2(j,:)=1)b=b-1;d=d+1;j=j-1;end endA(i,2)=b;A(i,3)=c+d;A(i,4)=i+791; end xlswrite('D:question1.xls',A,'A210:D418');附录六：%运行时将附件解压至D盘%该程序用来对图片的二值矩阵进行分类%A=zeros(209,5); for i=1:209附件 附件 3'依次读取每一幅图像灰度图像是二值图像，不需要I=imread(str,num2str(i),'.jpg');% i1=rgb2gray(I);%i1i2=i

39、m2bw(i1);% i2a=0;b=0;c=0;d=0; j=1; if any(i2(1,:)=0) while (any(i2(j,:)=0) a=a+1; c=c+1; j=j+1; end else while (all(i2(j,:)=1) a=a-1; c=c+1; j=j+1; end endA(i,1)=a;if any(i2(j,:)=0)while (any(i2(j,:)=0) b=b+1;d=d+1; j=j+1; end elsewhile (all(i2(j,:)=1) b=b-1;d=d+1;j=j+1;endendA(i,2)=b;A(i,3)=c+d;A(i

40、,5)=i;if A(i,3)<30A(i,4)=0;elseif A(i,3)>30&&A(i,3)<=34A(i,4)=1;elseif A(i,3)>=40&&A(i,3)<=43A(i,4)=2;elseif A(i,3)>=44&&A(i,3)<=48if A(i,1)>0A(i,4)=3;elseA(i,4)=4;endelseif A(i,3)>=50&&A(i,3)<=53if A(i,1)>0A(i,4)=5;elseA(i,4)=6;endels

41、eif A(i,3)>55&&A(i,3)<=60if A(i,1)>0A(i,4)=7;elseA(i,4)=8;endelseif A(i,3)>61&&A(i,3)<=66if A(i,1)>0A(i,4)=9;elseA(i,4)=10;endelseif A(i,3)>67&&A(i,3)<=70A(i,4)=11;elseif A(i,3)>76&&A(i,3)<=78A(i,4)=12;elseif A(i,3)>80A(i,4)=13;endendx

42、lswrite('D:photo3.xls',A); %将矩阵导入excel 表里附录七： %以下程序的运行，请注意文件存放的位置！%此程序运行需要时间较长，请耐心等待！%青使用经格式转化器转化后的JPG格式图片A=zeros(209,209);a=A(:,1);% 共 209个纸条l=A(:,1);% 共 209个纸条for j=1:209附件 附件 3'I=imread(str,num2str(j),'.jpg');%i1=rgb2gray(I);%i1i2=im2bw(i1);% i2a=i2(:,1);%for i=1:209I=imread(s

43、tr,num2str(i),'.jpg'); % i1=rgb2gray(I);%i1i2=im2bw(i1);%i2mi=i2(:,72);%ni=a-mi; A(j,i)=sqrt(dot(ni,ni);%end end依次读取每一幅图像灰度图像是二值图像，一个180*72 的矩阵取纸片左边缘依次读取每一幅图像灰度图像是二值图像取纸片左边缘用以判断差距将矩阵元素导入excel 表格xlswrite('D:photo31.xls',A); % for i=1:209for j=1:209if(A(i,j)=0)l(i)=l(i)+1;endendendfor

44、i=1:209 if(l(i)>=11)iendend附录八：%以下程序的运行，请注意文件存放的位置！%青使用经格式转化器转化后的JPG格式图片。%选取以 % 008作为开始第9组的行排序%A=zeros(19,19);a=1,8,33,46,54,57,69,71,94,127,138,139,154,159,167,175,176,197,209;% 共十九 个纸条for j=1:19 附件 附件 3's=a(j)依次读取每一幅图像灰度图像是二值图像取纸片右边缘I=imread(str,num2str(a(j),'.jpg');% i1=rgb2gray(I)

45、;%i1i2=im2bw(i1);% i2t=i2(:,72);%for i=1:19I=imread(str,num2str(a(i),'.jpg'); %i1=rgb2gray(I);i2=im2bw(i1);mi=i2(:,1);ni=t-mi;A(j,i)=sqrt(dot(ni,ni);endend%i1% i2%依次读取每一幅图像灰度图像是二值图像取纸片左边缘%判断相邻图片并自动连接 %记录和纸片右相邻的纸片记录和纸片右相邻的纸片r=0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0;% g=1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1;% for i=1:19k=A(i,1);r(i)=1;for j=1:19if(k>A(i,j)&&j=2)k=A(i,j);r(i)=a(