CN103679634A - 一种二维非规则碎片拼接复原的方法 - Google Patents
一种二维非规则碎片拼接复原的方法 Download PDFInfo
- Publication number
- CN103679634A CN103679634A CN201310669257.1A CN201310669257A CN103679634A CN 103679634 A CN103679634 A CN 103679634A CN 201310669257 A CN201310669257 A CN 201310669257A CN 103679634 A CN103679634 A CN 103679634A
- Authority
- CN
- China
- Prior art keywords
- fragment
- fragments
- irregular
- shape data
- dimension
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种二维非规则碎片拼接复原的方法,将二维非规则的碎片图像进行数据化,将数据化后的各个碎片图像进行比较是否存在交集,有交集再基于向量模的碎片匹配算法求曲线最相似的碎片,并进行碎片拼接。本发明的方法可用于文物碎片拼接等修复模拟,也用于公安部门对破损碎片进行修补的技术支持,也可用于拼图游戏;提高了工作效率。
Description
技术领域
本发明涉及非规则碎片有序拼接修复的技术领域,尤其涉及一种二维非规则碎片拼接复原的方法。
背景技术
非规则图片匹配是通过对二维碎片集合模型的分析、变换、特征提取等手段实现对碎片的识别、相似性度量和拼合,这一技术在文物复原、虚拟现实、测量建模等领域有着重要应用。如考古出土的一些破碎的珍贵文物需要复原以重现历史文物的形貌;公安机关在破案时有可能发现被撕毁的照片、文件,需要将这些破损的碎片复原加以鉴别。
发明内容
本发明要解决的技术问题,在于提供一种二维非规则碎片拼接复原的方法,将构建不规则形状的控件模板,并将图片碎片绘制在该控件模板上,采用基于向量模碎片匹配算法使碎片得以拼接成完整有序图。
本发明是这样实现的:一种二维非规则碎片拼接复原的方法,将二维非规则的碎片图像进行数据化,将数据化后的各个碎片图像进行比较是否存在交集,有交集再基于向量模的碎片匹配算法求曲线最相似的碎片,并进行碎片拼接。
进一步地,所述将二维非规则的碎片图像进行数据化,具体包括如下步骤:
步骤10、使用制图工具将二维非规则的碎片图像转换获得包含碎片形状数据的psd文件;
步骤11、用微软产品Expression Blend获取各个psd文件中碎片形状数据;
步骤12、使用可扩展标记语言,创建各个控件模板,各个控件模板的形状数据是所述步骤11中获取的各个碎片形状数据;
步骤13、使用WPF技术,将各个二维非规则的碎片图像绘制到所述各个控件模板中。
进一步地,将数据化后的各个碎片图像进行比较是否存在交集,有交集再基于向量模的碎片匹配算法求曲线最相似的碎片,并进行碎片拼接;
具体为:在各个控件模板中的碎片形状数据的位置进行随机打乱,并选择其中任意一控制模板的碎片形状数据,并移动寻找与其匹配的碎片,先检测选中的碎片与其他碎片形状数据是否有交集,否,则不进行操作,继续检测;是,则使用基于向量模的碎片匹配算法,获得各碎片之间交集的曲线相似度,寻找选中的碎片与所有碎片的曲线相似度,如果相似度最高的碎片为当前有交集的碎片,则将两个碎片旋转到相同方向,并进行位移,以使碎片曲线相似的边相连;继续下一块碎片的判断,使各个碎片与曲线最相似的碎片相互连接,这样各个无序的碎片连接为有序完整的图像,从而完成整个图像的修复过程。
进一步地,所述制图工具为位图Photoshop、工程AutoCAD、矢量Illustrator或者矢量CorelDRAW。
进一步地,所述可扩展标记语言为:HTML语言、XHTML语言或者XML语言。
本发明具有如下优点:各个控件模板可以被设置为任意形状,并且控件模板之间可以实现无缝连接,每个控件模板显示一张完整图的一部分,所有控件模板进行拼接后,可获得一张完整而有序的图片,正确率高,算法效率高。此外,由于是通过一个个控件模板进行组合的,则系统的cpu占用率合理,画面不卡顿,性能稳定。
附图说明
图1为本发明方法流程示意图。
图2为本发明中碎片Ai的结构示意图。
具体实施方式
请参阅图1所示,本发明为一种二维非规则碎片拼接复原的方法,将二维非规则的碎片图像进行数据化,具体包括如下步骤:
步骤10、使用制图工具将二维非规则的碎片图像转换获得包含碎片形状数据的psd文件;所述制图工具为位图Photoshop、工程AutoCAD、矢量Illustrator或者矢量CorelDRAW;
步骤11、用微软产品Expression Blend获取各个psd文件中碎片形状数据;
步骤12、使用可扩展标记语言,创建各个控件模板,各个控件模板的形状数据是所述步骤11中获取的各个碎片形状数据;所述可扩展标记语言为:HTML语言、XHTML语言或者XML语言;
步骤13、使用WPF技术,将各个二维非规则的碎片图像绘制到所述各个控件模板中;
将数据化后的各个碎片图像进行比较是否存在交集,有交集再基于向量模的碎片匹配算法求曲线最相似的碎片,并进行碎片拼接;具体为:
在各个控件模板中的碎片形状数据的位置进行随机打乱,并选择其中任意一控制模板的碎片形状数据,并移动寻找与其匹配的碎片,先检测选中的碎片与其他碎片形状数据是否有交集,否,则不进行操作,继续检测;是,则使用基于向量模的碎片匹配算法,获得各碎片之间交集的曲线相似度,寻找选中的碎片与所有碎片的曲线相似度,如果相似度最高的碎片为当前有交集的碎片,则将两个碎片旋转到相同方向,并进行位移,以使碎片曲线相似的边相连;继续下一块碎片的判断,使各个碎片与曲线最相似的碎片相互连接,这样各个无序的碎片连接为有序完整的图像,从而完成整个图像的修复过程。
下面结合一具体实施例对本发明做进一步说明。
步骤19、使用制图工具PhotoShop获得包含碎片形状数据的psd文件;打开PhotoShop,导入格式为png的碎片图片,并按住Ctrl,然后点击右下方的图层,选中选区。选择路径,然后选择从选区生成路径,选择图层菜单,添加图层矢量蒙版,当前路径,保存为PSD格式。
步骤20、使用微软Expression Blend获取步骤19保存的psd文件中碎片形状数据。打开Expression Blend,新建一个WPF工程,在文件菜单中选择“导入Adobe photoshop文件”菜单项,导入步骤10中保存的psd格式文件。勾选“检查所有导入层”。拷贝XML文件中Path.Data字段数据。
步骤30、使用XML语言,创建各个控件模板,该各个控件模板的形状数据是步骤20中获取的碎片形状数据。打开VS2010,创建WPF工程,窗口XML文件中创建模板,该模板Path元素属性Data值为步骤20中得到的Path.Data数据。在源代码中将这些数据转换为点数据。
步骤40、使用基于向量模板的碎片匹配算法寻找最相似相邻碎片。
将步骤30获得的点数据存储在一个数组中。
假设取Ai点到Aj的匹配边(即两个匹配碎片的公共边)是(PiPi+1…Pj),则根据碎片Ai的边界计算得到的距离矩阵Di的第i行必然与和它匹配的碎片Aj的边界计算得到的距离矩阵Dj的某一行(假设是第K行)有最大匹配(连续的距离值相等的序列达到最长),即:
{d(PiPi+1),d(PiPi+2),…d(PiPj)}={d(PkPk-1),d(PkPk+2),…d(PkPk+(j-i))},d(PiPj)为匹配边之间的距离;
在此,匹配的碎片的边界提取方向是相反的,由此生成的距离矩阵才能匹配上。假设碎片Ai的边界提取方向是顺时针,而碎片Aj的边界提取方向不是逆时针而是顺时针的话,则需要将其距离矩阵Dj沿着副对角线翻转即可得到沿逆时针计算的距离矩阵,然后用同样方法与距离矩阵Dj比较,依然能找到正确的最大匹配。基于模值矩阵的碎片最大匹配段匹配算法描述如下:
如图2所示,碎片Ai的边界曲线,边界ai是由提取边界时确定的起点S(P1)到终点T(Pn)的一系列离散点构成的封闭环。将p1到各个点的距离作为矩阵的第一行,再计算P2到各个点的距离并作为第二行,依次类推。
输入:
两个可能匹配的碎片的距离矩阵。其中,ai,j为碎片a边界上的点i和j之间的距离。同理,bi,j为碎片b边界上的点i和j之间的距离输出:
匹配碎片的最大匹配段在两个碎片边界中的起始位置pos_a和pos_b以及该最大匹配段的长度L。
步骤1分别令n=min(n1,n2),m=max(n1,n2),k=1,L=2,其中,n,m为矩阵的行列;
步骤2将矩阵A的第i行(i=1,2,3…n1,)循环左移i-1位,同样将矩阵B的第i行(I=1,2,3…n2)循环左移i-1位;
步骤3如果n1>n2,则:
a.将A矩阵截取前n1行,前n2列,即成为m行n列;
b.将B矩阵用“0”填充为m行n列;
反之,则:
a.将B矩阵截取前n2行,前n1列;
b.将A矩阵用“0”填充为m行n列;
步骤4当k<m时,做
a.
由步骤3,得到新矩阵如下:(这里的C矩阵是a、b矩阵变换后得到的矩阵。经过步骤3,必有一矩阵变成全为0的矩阵,因此不再列出)
b.
对矩阵每行求和,寻找最大和值。则得到和值矩阵S
c.令len=sind=max(s1,s2…sm),且下标ind为len在矩阵s中的行号,即取和值最大的行作为变量len的值;
d.如果len>L且
其中,cind,j为最大和值所在行矩阵成员。即从最大和值行的第一个元素开始求和,其范围为上述所求变量len。thr为可以接受的len的阈值,即预先设定的可接受的误差像素值,该值决定匹配的精确度。根据公式得到的值如果大于thr,则找到了一个长度为len的极大匹配,做:
L=len;
如果n1>n2,
pos_a=(n1+ind-k+1)mod n1,
pos_b=ind;
否则,
pos_a=ind,pos_b=(n2+ind-k+1)mod n2;
其中,pos_a和pos_b分别是该极大匹配在矩阵A、B中的起始位置,L为该极大匹配的长度。
e.k加1:如果n1>n2,A矩阵元素循环下移一行,否则,B矩阵元素循环下移一行。
当寻找到最相似曲线后,将这两个最相似碎片在最相似的边上相连。如果碎片已经在各个相邻位置上都找到了最相似碎片,则设置碎片已匹配属性为真,该碎片将不再出现在其他碎片的最相似曲线查找循环中,以提高运行效率。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (5)
1.一种二维非规则碎片拼接复原的方法,其特征在于:将二维非规则的碎片图像进行数据化,将数据化后的各个碎片图像进行比较是否存在交集,有交集再基于向量模的碎片匹配算法求曲线最相似的碎片,并进行碎片拼接。
2.根据权利要求1所述的一种二维非规则碎片拼接复原的方法,其特征在于:所述将二维非规则的碎片图像进行数据化,具体包括如下步骤:
步骤10、使用制图工具将二维非规则的碎片图像转换获得包含碎片形状数据的psd文件;
步骤11、用微软产品Expression Blend获取各个psd文件中碎片形状数据;
步骤12、使用可扩展标记语言,创建各个控件模板,各个控件模板的形状数据是所述步骤11中获取的各个碎片形状数据;
步骤13、使用WPF技术,将各个二维非规则的碎片图像绘制到所述各个控件模板中。
3.根据权利要求2所述的一种二维非规则碎片拼接复原的方法,其特征在于:将数据化后的各个碎片图像进行比较是否存在交集,有交集再基于向量模的碎片匹配算法求曲线最相似的碎片,并进行碎片拼接;
具体为:在各个控件模板中的碎片形状数据的位置进行随机打乱,并选择其中任意一控制模板的碎片形状数据,并移动寻找与其匹配的碎片,先检测选中的碎片与其他碎片形状数据是否有交集,否,则不进行操作,继续检测;是,则使用基于向量模的碎片匹配算法,获得各碎片之间交集的曲线相似度,寻找选中的碎片与所有碎片的曲线相似度,如果相似度最高的碎片为当前有交集的碎片,则将两个碎片旋转到相同方向,并进行位移,以使碎片曲线相似的边相连;继续下一块碎片的判断,使各个碎片与曲线最相似的碎片相互连接,这样各个无序的碎片连接为有序完整的图像,从而完成整个图像的修复过程。
4.根据权利要求2所述的一种二维非规则碎片拼接复原的方法,其特征在于:所述制图工具为位图Photoshop、工程AutoCAD、矢量Illustrator或者矢量CorelDRAW。
5.根据权利要求2所述的一种二维非规则碎片拼接复原的方法,其特征在于:所述可扩展标记语言为:HTML语言、XHTML语言或者XML语言。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310669257.1A CN103679634A (zh) | 2013-12-10 | 2013-12-10 | 一种二维非规则碎片拼接复原的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310669257.1A CN103679634A (zh) | 2013-12-10 | 2013-12-10 | 一种二维非规则碎片拼接复原的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103679634A true CN103679634A (zh) | 2014-03-26 |
Family
ID=50317091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310669257.1A Pending CN103679634A (zh) | 2013-12-10 | 2013-12-10 | 一种二维非规则碎片拼接复原的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103679634A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104182966B (zh) * | 2014-07-16 | 2017-03-29 | 江苏大学 | 一种规则碎纸自动拼接方法 |
CN107248142A (zh) * | 2017-05-11 | 2017-10-13 | 大连理工大学 | 一种文物碎片自动拼接方法 |
CN107590772A (zh) * | 2017-07-18 | 2018-01-16 | 西北大学 | 一种基于自适应邻域匹配的文物碎片自动拼接方法 |
CN109544578A (zh) * | 2018-11-30 | 2019-03-29 | 扬州大学 | 基于最大相似度匹配的三维碎块的重组复原方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2912684A1 (fr) * | 2007-02-16 | 2008-08-22 | Jean-Pierre Grenier | Procede de realisation d'une mosaique prete a poser |
CN103236050A (zh) * | 2013-05-06 | 2013-08-07 | 电子科技大学 | 一种基于图聚类的辅助钞票残币重建方法 |
-
2013
- 2013-12-10 CN CN201310669257.1A patent/CN103679634A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2912684A1 (fr) * | 2007-02-16 | 2008-08-22 | Jean-Pierre Grenier | Procede de realisation d'une mosaique prete a poser |
CN103236050A (zh) * | 2013-05-06 | 2013-08-07 | 电子科技大学 | 一种基于图聚类的辅助钞票残币重建方法 |
Non-Patent Citations (2)
Title |
---|
ZZ拾穗人: "WPF技术调报告", 《HTTP://WENKU.BAIDU.COM/LINK?URL=CO_1NTFMWOSBTLQGTVM8RIHOPGC0M91G6RW1ABMQXONNQ0GSCZLBBHBFFCEDF4ACLV7NG7ELWBCATDVCZ1YQAUPLQBDICH8ZEF4PS0BHT5A》 * |
张春玉: "平面碎片匹配复原技术研究", 《中国优秀硕士论文全文数据库-信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104182966B (zh) * | 2014-07-16 | 2017-03-29 | 江苏大学 | 一种规则碎纸自动拼接方法 |
CN107248142A (zh) * | 2017-05-11 | 2017-10-13 | 大连理工大学 | 一种文物碎片自动拼接方法 |
CN107248142B (zh) * | 2017-05-11 | 2019-10-29 | 大连理工大学 | 一种文物碎片自动拼接方法 |
CN107590772A (zh) * | 2017-07-18 | 2018-01-16 | 西北大学 | 一种基于自适应邻域匹配的文物碎片自动拼接方法 |
CN109544578A (zh) * | 2018-11-30 | 2019-03-29 | 扬州大学 | 基于最大相似度匹配的三维碎块的重组复原方法 |
CN109544578B (zh) * | 2018-11-30 | 2023-03-28 | 扬州大学 | 基于最大相似度匹配的三维碎块的重组复原方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112001914B (zh) | 深度图像补全的方法和装置 | |
Chimani et al. | The Open Graph Drawing Framework (OGDF). | |
CN113379646B (zh) | 一种利用生成对抗网络进行稠密点云补全的算法 | |
CN106204503B (zh) | 基于改进置信度更新函数及匹配准则的图像修复算法 | |
CN103679634A (zh) | 一种二维非规则碎片拼接复原的方法 | |
CN102236693A (zh) | 确定文档之间的相似度的方法和设备 | |
TW201107719A (en) | Realigning road networks in a digital map based on reliable road existence probability data | |
CN110853057B (zh) | 基于全局和多尺度全卷积网络的航拍图像分割方法 | |
Plumecoq et al. | From template analysis to generating partitions: I: Periodic orbits, knots and symbolic encodings | |
CN106156082A (zh) | 一种本体对齐方法及装置 | |
CN104462163A (zh) | 一种三维模型表征方法、检索方法及检索系统 | |
CN103605985A (zh) | 一种基于张量全局-局部保持投影的数据降维方法 | |
Hahn et al. | Visualization of varying hierarchies by stable layout of voronoi treemaps | |
CN102708327A (zh) | 一种基于谱优化的网络社区发现方法 | |
CN114387512B (zh) | 基于多尺度特征融合与增强的遥感影像建筑物提取方法 | |
CN105975655A (zh) | 一种基于bim的仿唐宋古建异形屋面瓦参数化建模方法 | |
CN109284782A (zh) | 用于检测特征的方法和装置 | |
Pédrinis et al. | Change detection of cities | |
CN101799825B (zh) | 基于扩展邻接矩阵的xml文档结构及语义相似性计算方法 | |
CN101276370A (zh) | 基于关键帧的三维人体运动数据检索方法 | |
CN103065009B (zh) | 一种交通标志标线智能设计系统及方法 | |
CN113076891B (zh) | 基于改进高分辨率网络的人体姿态预测方法及系统 | |
CN107679305B (zh) | 路网模型创建方法及装置 | |
CN105224748A (zh) | 一种变截面梁有限元模型的断面预处理方法 | |
CN112529057A (zh) | 一种基于图卷积网络的图相似性计算方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140326 |