2013高教杯數(shù)模競(jìng)賽B題四川大學(xué)22組答案.docx

2013高教社杯全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽承 諾 書我們仔細(xì)閱讀了全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽章程和全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽參賽規(guī)則（以下簡(jiǎn)稱為“競(jìng)賽章程和參賽規(guī)則”，可從全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽網(wǎng)站下載）。我們完全明白，在競(jìng)賽開始后參賽隊(duì)員不能以任何方式（包括電話、電子郵件、網(wǎng)上咨詢等）與隊(duì)外的任何人（包括指導(dǎo)教師）研究、討論與賽題有關(guān)的問(wèn)題。我們知道，抄襲別人的成果是違反競(jìng)賽章程和參賽規(guī)則的，如果引用別人的成果或其他公開的資料（包括網(wǎng)上查到的資料），必須按照規(guī)定的參考文獻(xiàn)的表述方式在正文引用處和參考文獻(xiàn)中明確列出。我們鄭重承諾，嚴(yán)格遵守競(jìng)賽章程和參賽規(guī)則，以保證競(jìng)賽的公正、公平性。如有違反競(jìng)賽章程和參賽規(guī)則的行為，我們將受到嚴(yán)肅處理。我們授權(quán)全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽組委會(huì)，可將我們的論文以任何形式進(jìn)行公開展示（包括進(jìn)行網(wǎng)上公示，在書籍、期刊和其他媒體進(jìn)行正式或非正式發(fā)表等）。我們參賽選擇的題號(hào)是:B我們的參賽報(bào)名號(hào)為：022所屬學(xué)校：四川大學(xué)參賽隊(duì)員：1. 2. 3. 指導(dǎo)教師或指導(dǎo)教師組負(fù)責(zé)人 ： 日期： 年 月 日賽區(qū)評(píng)閱編號(hào)：2013高教社杯全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽編 號(hào) 專 用 頁(yè)賽區(qū)評(píng)閱編號(hào)：賽區(qū)評(píng)閱記錄：評(píng)閱人評(píng)分備注全國(guó)統(tǒng)一編號(hào)：全國(guó)評(píng)閱編號(hào)：碎紙片的復(fù)原與拼接問(wèn)題的建模求解 摘要 碎紙片的拼接復(fù)原問(wèn)題可以建立計(jì)算機(jī)模型來(lái)進(jìn)行求解，其中需要利用matlab編寫程序?？梢钥紤]由于圖片的紋理是由灰度分布在空間位置上反復(fù)出現(xiàn)而形成的，因而在圖像空間中相隔某距離的兩象素之間會(huì)存在一定的灰度關(guān)系，即圖像中灰度的空間相關(guān)特性?；叶裙采仃嚲褪且环N通過(guò)研究灰度的空間相關(guān)特性來(lái)描述紋理的常用方法。 1所以可以通過(guò)matlab產(chǎn)生灰度矩陣進(jìn)行圖片四周邊緣灰度特征的量化，從而提取到可以比較的特征數(shù)據(jù)，對(duì)圖像數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理（灰度二值），通過(guò)產(chǎn)生相關(guān)系數(shù)矩陣，在每一列中尋找最接近1且不低于閥值的數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的匹配，即將相關(guān)系數(shù)認(rèn)為是匹配度的指標(biāo)，最后編制matlab圖片自動(dòng)拼接程序解決拼圖問(wèn)題。第一問(wèn)是對(duì)于給定的來(lái)自同一頁(yè)印刷文字文件的碎紙機(jī)破碎紙片（僅縱切），所以可以匹配的信息是圖片的左右兩邊標(biāo)準(zhǔn)化后的灰度值向量（ai,bi）所產(chǎn)生的相關(guān)系數(shù)矩陣M19*19。先通過(guò)編制循環(huán)語(yǔ)句產(chǎn)生所有圖片的灰度值矩陣并只提取每個(gè)矩陣的第一列和最后一列的灰度值向量（ai,bi）作為特征數(shù)據(jù)，然后利用matlab產(chǎn)生ai與bj的相關(guān)系數(shù)m（ai,bj)=cov(ai，bj)Dai*D(bj),D為向量的方差，cov為兩向量間的協(xié)方差，易知|m（ai,bj)|=1,且可知m（ai,bj）越接近1，則線形相關(guān)度越大，ai與bi的數(shù)據(jù)接近程度越高，匹配的可能性越大?？梢酝ㄟ^(guò)算法得到與i相關(guān)的系數(shù)向量后，取得最大值Mj=maxm（ai,bj)|j取除i以外的119，觀察數(shù)據(jù)并設(shè)定閥值，判斷Mj是否大于閥值，進(jìn)而判斷是否匹配成功，同理也可得到與j相關(guān)的系數(shù)矩陣Mi= maxm（ai,bj)|i取除j以外的119，最后利用matlab語(yǔ)句實(shí)現(xiàn)圖片的最終拼接。第二問(wèn)對(duì)于碎紙機(jī)既縱切又橫切的情形，求解這個(gè)問(wèn)題可以借鑒第一問(wèn)的思路，需要提取左右邊和上下邊緣的灰度值向量（ai,bj，ci, di)，利用第一問(wèn)的方法通過(guò)左右邊灰度值的匹配和字間距k0與最短像素距D(ai,bj)的判別進(jìn)行圖片行的左右拼接，得到所有的行圖，之后通過(guò)所有行的上下灰度值向量（ei, fi），計(jì)算出相關(guān)系數(shù)n（ci,dj)，然后循環(huán)得出所有的行圖，得到相關(guān)系數(shù)矩陣N11*11，得到與i相關(guān)的系數(shù)向量后，取得最大值Nj=maxn（ai,bj)|j取除i以外的111，遇到多組滿足閥值的數(shù)據(jù)時(shí)，通過(guò)行間距或者人工干預(yù)，確定最佳行匹配，得到與j相關(guān)的系數(shù)向量后，判斷Ni是否大于閥值，取得最大值Ni= maxn（ai,bj)|i取除j以外的111，處理方法同上，進(jìn)而實(shí)現(xiàn)全圖的拼接。 第三問(wèn)只需要將圖片正反兩面提取的特征數(shù)據(jù)進(jìn)行捆綁，可以通過(guò)第二問(wèn)的法進(jìn)行改進(jìn)，并且添加篩選條件，即兩圖對(duì)應(yīng)的反面也相關(guān)系數(shù)也很接近1時(shí)才認(rèn)定配成功，拼接的結(jié)果見建模結(jié)果。關(guān)鍵詞：拼接復(fù)原 灰度二值向量 閥值 相關(guān)系數(shù)矩陣 循環(huán)語(yǔ)句 matlab一、問(wèn)題的重述破碎文件的拼接具有現(xiàn)實(shí)的重要意義，傳統(tǒng)上，拼接復(fù)原工作需由人工完成。準(zhǔn)確率較高，但效率很低。尤其是在碎片數(shù)量巨大，人工拼接很難在短時(shí)間內(nèi)完成任務(wù)，所以尋找計(jì)算機(jī)拼接技術(shù)的算法成為一個(gè)重要的課題。所求問(wèn)題如下（1）對(duì)于給定的來(lái)自同一頁(yè)印刷文字文件進(jìn)行破碎處理，但僅縱切，請(qǐng)建立碎紙片拼接復(fù)原模型和算法，并針對(duì)附件1、附件2給出的中、英文各一頁(yè)文件的碎片數(shù)據(jù)進(jìn)行拼接復(fù)原。其中需要人工干預(yù)的地方注明需要的時(shí)間節(jié)點(diǎn)和方式。（2）對(duì)于碎紙機(jī)既縱切又橫切的情形，請(qǐng)?jiān)O(shè)計(jì)碎紙片拼接復(fù)原模型和算法，并針對(duì)附件3、附件4給出的中、英文各一頁(yè)文件的碎片數(shù)據(jù)進(jìn)行拼接復(fù)原。如果復(fù)原過(guò)程需要人工干預(yù)，請(qǐng)寫出干預(yù)方式及干預(yù)的時(shí)間節(jié)點(diǎn)。復(fù)原結(jié)果表達(dá)要求同上。（3） 上述所給碎片數(shù)據(jù)均為單面打印文件，從現(xiàn)實(shí)情形出發(fā)，還可能有雙面打印文件的碎紙片拼接復(fù)原問(wèn)題需要解決。附件5給出的是一頁(yè)英文印刷文字雙面打印文件的碎片數(shù)據(jù)。請(qǐng)嘗試設(shè)計(jì)相應(yīng)的碎紙片拼接復(fù)原模型與算法，并就附件5的碎片數(shù)據(jù)給出拼接復(fù)原結(jié)果，結(jié)果表達(dá)要求同上。二、背景與問(wèn)題的分析這個(gè)問(wèn)題的背景是紙片在不同粉碎方式的條件下求拼圖的解法，基于方式的不同，問(wèn)題中給了兩種方式縱切和縱橫切，對(duì)象有兩個(gè)內(nèi)容只有單面的紙和雙面的紙。縱觀全局，三個(gè)問(wèn)題的處理方法上都必須通過(guò)數(shù)據(jù)的預(yù)處理，這里是將圖形數(shù)據(jù)轉(zhuǎn)化為其灰度值的數(shù)據(jù)矩陣，實(shí)現(xiàn)量化，再通過(guò)圖像數(shù)據(jù)標(biāo)準(zhǔn)化，即產(chǎn)生黑白二值向量（標(biāo)準(zhǔn)處理后的灰度值），計(jì)算相關(guān)系數(shù)矩陣，提取相關(guān)的拼圖特征，由于切紙方法只有縱橫，所以形狀特征不考慮，只考慮圖片周圍的灰度值即可。第一問(wèn)的求解可通過(guò)只提取圖片灰度值矩陣的首尾列向量并且計(jì)算相關(guān)系數(shù)矩陣M19*19作為其特征，圖片匹配的過(guò)程是特征數(shù)據(jù)匹配的過(guò)程，可以通過(guò)matlab編寫循環(huán)語(yǔ)句進(jìn)行匹配編號(hào)，最后實(shí)現(xiàn)全圖的拼接。第二問(wèn)的求解和第一問(wèn)類似，只不過(guò)還需要提取處理后的首尾上下邊的灰度值向量并且計(jì)算相關(guān)系數(shù)矩陣N11*11作為特征數(shù)據(jù)，圖片匹配的過(guò)程可以通過(guò)循環(huán)算法先進(jìn)行每行的匹配，達(dá)到閥值的話，認(rèn)為可能匹配，遇到可能匹配的向量組不止一對(duì)時(shí)（諸如切到白邊狀況），可以通過(guò)判斷行間距和人工干預(yù)的方法實(shí)現(xiàn)正確匹配。第三問(wèn)的求解可以在第二問(wèn)的基礎(chǔ)上，利用第二問(wèn)單面全圖拼接的算法，進(jìn)行特征數(shù)據(jù)的捆綁，一對(duì)數(shù)據(jù)（如圖片A某面和B某面特征數(shù)據(jù)）的匹配同時(shí)需要滿足相應(yīng)的另一對(duì)數(shù)據(jù)（A的另一面和B的另一面的特征數(shù)據(jù)）的匹配程度。所以增加了篩選條件，同時(shí)減少了人工干預(yù)，提高了匹配準(zhǔn)確度。三、問(wèn)題的假設(shè)1，切碎紙片的過(guò)程相對(duì)溫和，對(duì)于切開處兩側(cè)相對(duì)保真，對(duì)于灰度值的提取不會(huì)有很大影響2，在碎紙圖片的照片攝取時(shí)保持了原狀，像素相對(duì)保真3，應(yīng)用軟件matlab在提取灰度值時(shí)相對(duì)精確4，圖像拼接時(shí)，干預(yù)者有正常的圖像辨別能力5，附件中原圖片碎片完整即無(wú)丟失 符號(hào)的說(shuō)明(ai,bi)i圖的左右兩側(cè)的灰度值向量組 （ci,di)i圖的上下兩側(cè)灰度值向量組Cov協(xié)方差 D（）方差m（ai,bj)=cov(ai,bj)/Dai*D(bj)兩向量的相關(guān)系數(shù)n（ci,dj)=cov(ci,dj)/Dci*D(dj)兩向量的相關(guān)系數(shù)pi i圖的特征數(shù)據(jù)向量L已經(jīng)拼好的某行圖片(ek,fk)L上下兩側(cè)的灰度值向量組k0字間距D2(ai,bj)i圖左邊與j圖右邊的最短像素距z第一問(wèn)閥值.第二問(wèn)閥值五，建模與求解數(shù)據(jù)預(yù)處理：通過(guò)matlab程序進(jìn)行圖片灰度值矩陣的提取，然后通過(guò)圖像數(shù)據(jù)標(biāo)準(zhǔn)化處理，即轉(zhuǎn)化為黑白圖的灰度二值，第一問(wèn)的數(shù)據(jù)只需要提?。╝i,bi），即i圖片標(biāo)準(zhǔn)化的灰度值最左列和最右列，第二問(wèn)的數(shù)據(jù)需要提取圖片四邊的標(biāo)準(zhǔn)灰度值矩陣最左右和上下灰度值向量（ai,bi,ci,di），同時(shí)還需要通過(guò)程序提取字符間距k0，拼接邊的像素最短距D(ai,bj)以及行間距，兩問(wèn)都可以通過(guò)excel進(jìn)行相關(guān)系數(shù)矩陣行和列最大值的提取，進(jìn)而分析相關(guān)系數(shù)矩陣的行列最大值來(lái)確定閥值z(mì)和。問(wèn)題一，對(duì)于給定的來(lái)自同一頁(yè)印刷文字文件的碎紙機(jī)破碎紙片（僅縱切），建立碎紙片拼接復(fù)原模型和算法，并針對(duì)附件1、附件2給出的中、英文各一頁(yè)文件的碎片數(shù)據(jù)進(jìn)行拼接復(fù)原。如果復(fù)原過(guò)程需要人工干預(yù)，請(qǐng)寫出干預(yù)方式及干預(yù)的時(shí)間節(jié)點(diǎn)。模型：Mj=maxm（ai,bj)|j=0.18且ijMi=maxm（ai,bj)|i=0.18且ijm（ai,bj)=cov(ai,bj)/Dai*D(bj)z=0.75設(shè)為閥值算法：定義pi=ai,bi 定義為i圖標(biāo)準(zhǔn)化灰度二值矩陣的最左和最右列向量 , m（ai,bj)表示ai和bj的相關(guān)系數(shù)，z設(shè)為閥值1,初始化數(shù)據(jù)i=0,j=0 Mi=0,Mj=02,判斷iz,是，則進(jìn)入6否，進(jìn)入76，pj=aj,bj排在pi=ai,bi左邊，i=i+1,進(jìn)入27，pi=ai,bi列在全文第一列，進(jìn)入88，循環(huán)j=0.18,ij,求出Mi=maxm（aj,bi)|j=0.18且ij，進(jìn)入99，pj=aj,bj排在pi=ai,bi右邊,i=i+1，進(jìn)入2根據(jù)上述算法，設(shè)計(jì)流程圖如下：初始化：i=0,j=0Mi=0,Mj=0izpi=(ai,bi)列全文第一列求出Mj=maxm(aj,bi)|j=0,1.18且ijpj排在pi右邊pj排在pi左邊i=i+1輸出pi的先后排列結(jié)束是否是否編寫的matlab程序見附件運(yùn)行程序并處理后的求解結(jié)果為：整個(gè)過(guò)程沒有用到人工干預(yù)，且計(jì)算機(jī)運(yùn)行產(chǎn)生的排序和相關(guān)圖片資料如下，附件1的前三行附件1排序?yàn)?08014012015003010002016001004005009013018011007017000附件2的前三行附件2排序?yàn)?03006002007015018011000005001009013010008012014017016004問(wèn)題二，對(duì)于碎紙機(jī)既縱切又橫切的情形，請(qǐng)?jiān)O(shè)計(jì)碎紙片拼接復(fù)原模型和算法，并針對(duì)附件3、附件4給出的中、英文各一頁(yè)文件的碎片數(shù)據(jù)進(jìn)行拼接復(fù)原。如果復(fù)原過(guò)程需要人工干預(yù)，請(qǐng)寫出干預(yù)方式及干預(yù)的時(shí)間節(jié)點(diǎn)。模型：maxm（ai,bj)|j=0.18且ijmaxm（ai,bj)|i=0.18且ij pi=（mi,ni）, mi=（ai,bi), ni=（ci,di)m（ai,bj)=cov(ai,bj)/Dai*D(bj)n（ci,dj)=cov(ci,dj)/Dci*D(dj)閥值：=0.77算法2.1（抽出每行文字）：1,初始化i=0，j=02,判斷i|ji，判斷B是否為空集，否，則進(jìn)入5，是，則進(jìn)入125，判斷B中元素是否唯一，是，則進(jìn)入6，否，則進(jìn)入86，確定匹配成功，且pj在pi左側(cè)，進(jìn)入77，i=i+1，進(jìn)入28，判斷是否存在m（ai,bj)=1，是，則進(jìn)入9，否，則進(jìn)入119，判斷是否D(ai,bj)=k0，是，則進(jìn)入10，否，則進(jìn)入1210，如果只有一組，則匹配成功。否則，進(jìn)行人工干預(yù)進(jìn)行匹配。進(jìn)入711，取max(ai,bj)j=0,1208且ji，進(jìn)入612，pi為某行首位，進(jìn)入1313，計(jì)算maxm(aj,bi)|j=0,1208且ji，所得元素即為成功匹配對(duì)，且pj在pi右側(cè)，進(jìn)入7。根據(jù)上述算法設(shè)計(jì)流程圖如下：初始化：i=0,j=0i|ji是否為空集pi為某行首位是否存在m(ai,bj)=1判斷D(ai,bj)=k00若m(ai,bj)|ji元素唯一，則匹配，反之則人工干預(yù)maxm(ai,bj)j=0,1208且ji,確定匹配計(jì)算maxm(aj,bi)|j=0,1208且ji結(jié)束是否是否是否否是是否pj在pi右側(cè)算法2.2（整行的拼接）：利用算法1提取的L1,L2.L11 且定義Lk=(ek,fk)為第k行提取的上下特征數(shù)據(jù)向量，其中ek=ci|i是按照算法一排序的第k行灰度值向量，fk=di|i是按照算法一排序的第k行灰度值向量,為測(cè)得的行間距，s=1,2.11,t=1,2.11, mes,ft= cov(es,ft)/Des*D(ft)為相關(guān)系數(shù)。1，初始化數(shù)據(jù)s=1,t=12,判斷s=11，否，則進(jìn)入3，是，則進(jìn)入43，輸出L1.L11的排列順序4，計(jì)算C=mes,ft|ts,t=1.11判斷C中是否包含1，否，則進(jìn)入5，是，則進(jìn)入75，取出maxmes,ft|ts,t=1.11,實(shí)現(xiàn)Ls和Lt的匹配，且Ls位于Lt下側(cè)，進(jìn)入66，s=s+1,進(jìn)入27，判斷mes,ft|ts,t=1.11且mes,ft=1中，是否存在D2(s,t)=，是，則進(jìn)入8，否，則進(jìn)入98，上述集合只有單元素（一對(duì)行）時(shí)，認(rèn)定Ls和Lt匹配，且Ls位于Lt下側(cè)，多元素時(shí)（不止一對(duì)），進(jìn)行人工干預(yù)，實(shí)現(xiàn)Ls和Lt匹配，且Ls位于Lt下側(cè)，進(jìn)入69，認(rèn)定Ls為首行，進(jìn)入1010，取出maxmet,fs|ts,t=1.11，認(rèn)定Ls和Lt匹配，且Ls位于Lt的上側(cè)，進(jìn)入6。根據(jù)上述算法設(shè)計(jì)流程圖如下初始化：s=1,t=1s=11計(jì)算出C=m(es,ft)|t=111且ts1C取出maxm(es,ft), t=111且ts認(rèn)定Ls與Lt匹配Lt位于Ls上側(cè)s=s+1輸出Lk序列m(es,ft)|t=1.11,ts 且m(es,ft)=1中是否有D2(s,t)=單組時(shí)認(rèn)定Ls與Lt匹配；多組時(shí)人工干預(yù)匹配認(rèn)定Ls為首行取maxm(et,fs), t=111且ts認(rèn)定Ls與Lt匹配Lt位于Ls下側(cè)否是是i否否是運(yùn)行程序并處理后的求解結(jié)果為：在進(jìn)行算法2.1行拼接時(shí)，步驟10遇到了滿足閥值和字間距，且不止一對(duì)的情況，這時(shí)運(yùn)行程序并進(jìn)行了人工干預(yù)，人工干預(yù)次數(shù)為5次，算法2.2在步驟8中遇到了Ls與Lt的匹配值都滿足完全匹配，D2(s,t)=，且不止一對(duì)可匹配時(shí)，進(jìn)行了人工干預(yù)，運(yùn)行程序并進(jìn)行了人工干預(yù)，人工干預(yù)次數(shù)為7次。結(jié)果分析因?yàn)樾邢蛄刻卣飨蛄烤S數(shù)的降低，可用信息量減少，再加上行間距較大，導(dǎo)致人工干預(yù)次數(shù)的顯然增加。附件3前三行圖展示附件3的排序049054065143186002057192178118190095011022129028091188141061019078067069099162096131079063116163072006177020052036168100076062142030041023147050179191120086195026001087018038148046161024035081189122103130193088167025008009105074071156083132200017080033202198015133170205085152165027060014128003159082199012073160135203169134039031051107115176094034084183077090047121042124144112149097136164127058043125013182109197016184110187066106150021173157181204139145029064111201005092180048037075055044206010104098172171059007208138158126068175045174209137053056093153070166032196089146102154114040151207155140185108117004101113194119123附件4的前三行附件4的排序191075011154190184002104180064106004149032204065039067147201148170196198094113164078103091080101026100006017028146086051107029040158186098024117150005059058092030037046127019194093141088121126105155114176182151022057202071165082159139001129063138153053038123120175085050160187097203031020041108116136073036207135015076043199045173079161179143208021007049061119033142168062169054192133118189162197112070084060014068174137195008049172156096023099122090185109132181095069167163166188111144206003130034013110025027178171042066205010157074145083134055018056035016009183152044081077128200131052125140193087089048072012177124000102115問(wèn)題三，上述所給碎片數(shù)據(jù)均為單面打印文件，從現(xiàn)實(shí)情形出發(fā)，還可能有雙面打印文件的碎紙片拼接復(fù)原問(wèn)題需要解決。附件5給出的是一頁(yè)英文印刷文字雙面打印文件的碎片數(shù)據(jù)。請(qǐng)嘗試設(shè)計(jì)相應(yīng)的碎紙片拼接復(fù)原模型與算法，并就附件5的碎片數(shù)據(jù)給出拼接復(fù)原結(jié)果，結(jié)果表達(dá)要求同上。模型：maxm（ai,bj)|j=0.416且ji，i+1 定義i和i+1為某圖正反面maxm（ai,bj)|i=0.416且ij,j+1 定義j和j+1為某圖正反面pi=（mi,ni）, mi=（ai,bi), ni=（ci,di)m（ai,bj)=cov(ai,bj)/Dai*D(bj)n（ci,dj)=cov(ci,dj)/Dci*D(dj) 算法：同算法2.1和2.2，只需要算法2.1的步驟4和10中 添加 篩選條件，兩配對(duì)圖片的反面特征數(shù)據(jù)是否匹配，兩個(gè)都匹配認(rèn)定匹配成功，在算法2.2中的 步驟8中添加 篩選條件兩配對(duì)圖片的反面特征數(shù)據(jù)是否匹配。運(yùn)行程序并處理后的求解結(jié)果為:在進(jìn)行算法1行拼接時(shí)，遇到了滿足閥值和字間距，且不止一對(duì)，這時(shí)運(yùn)行程序并進(jìn)行了人工干預(yù)，人工干預(yù)次數(shù)為2次，在遇到了Ls與Lt的匹配值都滿足完全匹配，D2(s,t)=，且不止可匹配一對(duì)時(shí)，進(jìn)行了人工干預(yù)，運(yùn)行程序并進(jìn)行了人工干預(yù)，人工干預(yù)次數(shù)為3次。因?yàn)槎嗔艘粭l篩選條件（提取的特征數(shù)據(jù)維數(shù)增加），使得匹配過(guò)程更加精確而且人工干預(yù)的次數(shù)明顯降低了許多。附件5前三行 附件5的某面部分排列順序?yàn)椋繂坞p面的見附錄1078a111a125b140b155b150b183a174a110b066b108b018a029b189a081a164a020b047b136a089b010a036b076a178b044b025a192b124a022b120a114b079b014b059b060a147a152a005b186a153b084a042a030b038b121b098b094a061a137a045b138b056a131a187a086a200a143a199a011a161b169a194a173a206a156b034b181a198a087b132a093b072a175b097b039a083b088a107b149a180b037a191b065a115a166a001a151a170a041b070a162a002b139a203a090b114b184a179a116a207b058b158b197b154a028a012b017a102a064a057b142b208b024b013b146b171a031b201b050b190a092a019a016a177a053a202b021a130b073a193a163b159b035b165a195b128b157b168b046b067b063a075a167b117a008a068a188b182a040b127b122b172b003a007a085a148a077b004b069b032b074a126a176b185b000a080a141b135a027b204a105b023a133b048b051a095b160a119b033a071a052b062b129a118a101b082a205b015a145b009a099b043b096a109b123b006b104b134b113b026a049a091b106a100a112b103b055a196a054a六，模型的評(píng)價(jià) 這個(gè)模型的建立是通過(guò)圖片的特征數(shù)據(jù)提取并產(chǎn)生相關(guān)系數(shù)矩陣進(jìn)行匹配通過(guò)計(jì)算機(jī)模擬來(lái)實(shí)現(xiàn)的，優(yōu)點(diǎn)是量化的特征（即灰度二值向量和相關(guān)系數(shù)向量）比較明顯，且特征數(shù)據(jù)維數(shù)大，準(zhǔn)確匹配的概率很高，結(jié)果的驗(yàn)證通過(guò)人為的閱讀之后，得到的組合圖的文字語(yǔ)句很符合語(yǔ)言邏輯，也很合理，所以這是一個(gè)很不錯(cuò)的模型。模型的優(yōu)點(diǎn)：1.程序通俗易懂，利用matlab進(jìn)行數(shù)據(jù)處理相對(duì)精確和方便。2.圖像灰度矩陣的預(yù)處理，產(chǎn)生只有黑白元素的灰度二值矩陣（即文中標(biāo)準(zhǔn)化后的灰度矩陣）使得特征數(shù)據(jù)更加精準(zhǔn)。3.模型的建立是通過(guò)分析多維向量值的相關(guān)系數(shù)矩陣進(jìn)行的，能比較準(zhǔn)確的進(jìn)行匹配。4.該模型的適用性比較廣泛，能夠解決多種類似的問(wèn)題，具有一定的理論價(jià)值和實(shí)踐意義。5.運(yùn)用統(tǒng)計(jì)和計(jì)算機(jī)知識(shí)簡(jiǎn)化問(wèn)題，這對(duì)于一些實(shí)際問(wèn)題抽象簡(jiǎn)化成數(shù)學(xué)理論問(wèn)題，具有一定的啟發(fā)意義。6.人工干預(yù)的過(guò)程在算法設(shè)計(jì)和實(shí)現(xiàn)中盡可能地減少了，所以具有了簡(jiǎn)易可行和準(zhǔn)確性。模型的改進(jìn)方案：1，增加像素點(diǎn)分格的精細(xì)程度，產(chǎn)生更高維的特征數(shù)據(jù)，這樣可以使得特征數(shù)據(jù)的匹配更加精確。2，閥值在選取的時(shí)候，可以適度調(diào)節(jié)，是篩選目標(biāo)減少，進(jìn)而減少計(jì)算量。七，參考文獻(xiàn)1 /link?url=GEdOCrRk1KcIOvLdiVES80x8dNNTW66FyuDoL0ZaxR1mlTfIA2THCWTls8TeEi6qfI56b98Tryr4Y6Od0SXjYa （百度百科）附錄：附件5排序矩陣：078a111a125b140b155b150b183a174a110b066b108b018a029b189a081a164a020b047b136a089b010a036b076a178b044b025a192b124a022b120a114b079b014b059b060a147a152a005b186a153b084a042a030b038b121b098b094a061a137a045b138b056a131a187a086a200a143a199a011a161b169a194a173a206a156b034b181a198a087b132a093b072a175b097b039a083b088a107b149a180b037a191b065a115a166a001a151a170a041b070a162a002b139a203a090b114b184a179a116a207b058b158b197b154a028a012b017a102a064a057b142b208b024b013b146b171a031b201b050b190a092a019a016a177a053a202b021a130b073a193a163b159b035b165a195b128b157b168b046b067b063a075a167b117a008a068a188b182a040b127b122b172b003a007a085a148a077b004b069b032b074a126a176b185b000a080a141b135a027b204a105b023a133b048b051a095b160a119b033a071a052b062b129a118a101b082a205b015a145b009a099b043b096a109b123b006b104b134b113b026a049a091b106a100a112b103b055a196a054a另一面136b047a020a164b081b189b029a018b108a066a110a174b183b150a155a140a125a111b078b005a152b147b060b059a014a079a114a120b022a124b192a025b044a178a076b036a010b089a143b200b086b187b131b056b138a045a137b061b094b098a121a038a030a042b084b153a186b083a039b097a175a072b093a132b087a198b181b034a156a206b173b194b169b161a011b199b090a203b139b002a162b070b041a170b151b001b166b115b065b191a037b180a149b107a088b013a024a208a142a057a064b102b017b012a028b154b197a158a058a207a116b179b184b114a035a159a163a193b073b130a021b202a053b177b016b019b092b190b050a201a031a171b146a172a122a127a040a182b188a068b008b117b167a075b063b067a046a168a157a128a195a165b105a204b027a135b141a080b000b185a176a126b074b032a069a004a077a148b085b007b003b009b145a015b205a082b101a118b129b062a052a071b033b119a160b095a051b048a133a023b054b196b055b103a112a100b106b091a049b026b113a134a104a006a123a109a096b043a099a附件1附件2附件3附件4附件5問(wèn)題一提取特征數(shù)據(jù)的程序：%先將名為“000.bmp”的圖片文件重命名為“019.bmp”for i=1:19 if i10 img_name=strcat(00,num2str(i),.bmp); Ai=imread(img_name); Li= Ai(:,1); else img_name=strcat(0,num2str(i),.bmp); Ai=imread(img_name); Li= Ai(:,1); end %取出第i幅圖的灰度矩陣的第一列，將它賦給Li for j=1:19 if j10 img_name=strcat(00,num2str(j),.bmp); Bj=imread(img_name); Rj= Bj(:,72); else img_name=strcat(0,num2str(j),.bmp); Bj=imread(img_name); Rj= Bj(:,72); end %取出第j幅圖的灰度矩陣的最后一列，將它賦給Rj M(i,j)=corr2(Li,Rj); %計(jì)算Li和Rj的相關(guān)系數(shù)，使它成為矩陣M第i行第j列的元素 endendM %打印矩陣M問(wèn)題一拼圖程序：%- 2013/9/15 16:11 -%I1=imread(008.bmp);I2=imread(014.bmp);I3=imread(012.bmp);I4=imread(015.bmp);I5=imread(003.bmp);I6=imread(010.bmp);I7=imread(002.bmp);I8=imread(016.bmp);I9=imread(001.bmp);I10=imread(004.bmp);I11=imread(005.bmp);I12=imread(009.bmp);I13=imread(013.bmp);I14=imread(018.bmp);I15=imread(011.bmp);I16=imread(007.bmp);I17=imread(017.bmp);I18=imread(000.bmp);I19=imread(006.bmp);I=I1,I2,I3,I4,I5,I6,I7,I8,I9,I10,I11,I12,I13,I14,I15,I16,I17,I18,I19;imshow(I)I1=imread(003.bmp);I2=imread(006.bmp);I3=imread(002.bmp);I4=imread(007.bmp);I5=imread(015.bmp);I6=imread(018.bmp);I7=imread(011.bmp);I8=imread(000.bmp);I9=imread(005.bmp);I10=imread(001.bmp);I11=imread(009.bmp);I12=imread(013.bmp);I13=imread(010.bmp);I14=imread(008.bmp);I15=imread(012.bmp);I16=imread(014.bmp);I17=imread(017.bmp);I18=imread(016.bmp);I19=imread(004.bmp);I=I1,I2,I3,I4,I5,I6,I7,I8,I9,I10,I11,I12,I13,I14,I15,I16,I17,I18,I19;imshow(I)問(wèn)題二提取特征數(shù)據(jù)的matlab程序：for i=1:209 if i10 img_name=strcat(00,num2str(i),.bmp); Ai=imread(img_name); Li= Ai(:,1); elseif i100 img_name=strcat(0,num2str(i),.bmp); Ai=imread(img_name); Li= Ai(:,1); else img_name=strcat(num2str(i),.bmp); Ai=imread(img_name); Li= Ai(:,1); end for j=1:209 if j10 img_name=strcat(00,num2str(j),.bmp); Bj=imread(img_name); Rj= Bj(:,72); elseif j100 img_name=strcat(0,num2str(j),.bmp); Bj=imread(img_name); Rj= Bj(:,72); else img_name=strcat(num2str(j),.bmp); Bj=imread(img_name); Rj= Bj(:,72); end M(i,j)=corr2(Li,Rj); endendM 問(wèn)題二，產(chǎn)生相關(guān)系數(shù)矩陣R0R1R2R3R4R5R6R7R8R9R10R11R12R13R14R15R16R17R18L00.2076330.17036950.08275830.26368020.10461840.1375161NaN0.22067940.24326320.23536650.07440990.2221740.26596010.24867210.14429930.23720310.21037780.88086540.252301L10.17312680.1809530.28173650.19055990.18991380.2870701NaN0.30044160.23925790.2737030.2510840.27860670.07229010.22563950.10628070.26965770.88072590.2196510.2111096L20.14681570.1022710.10528310.29836140.13979380.218047NaN0.2009824-0.0075770.22612260.88996