CN104835116A - 一种基于轮廓的二维碎片拼接方法 - Google Patents

Abstract

本发明公开了一种基于轮廓的二维碎片拼接方法，包括：步骤一：获取扫描的碎片图像并提取碎片轮廓曲线；步骤二：进行轮廓的多边形逼近及特征提取，得到两个特征序列：旋转角度序列，边长序列；步骤三：基于特征序列寻找碎片两两之间的局部候选匹配段；寻找N片碎片的局部匹配，N片碎片两两进行比较，得到最终局部匹配集合；步骤四：最终局部匹配集合中，基于碎片按照局部匹配进行拼接所要旋转的角度，寻找局部匹配的全局路径，将所有确定的路径整合为一个包含所有碎片的路径，即可实现拼接。本发明相比最佳优先法，新提出的基于局部匹配拼接旋转角度量的全局路径寻找方法，充分利用局部匹配对，确定正确匹配对及碎片重建的路径，提高了匹配效率。

Description

一种基于轮廓的二维碎片拼接方法

技术领域

本发明涉及一种基于轮廓的二维碎片拼接方法。

背景技术

在考古文物复原、司法物证鉴定、破碎人民币拼合等领域普遍存在碎片拼接问题，当碎片数量较大时，人工比对实现拼合任务繁复，还可能对物件造成二次损坏，因此借助计算机辅助实现碎片的自动或半自动拼接变得很有必要。壁画、瓦片、布匹、油画等产生的厚度较小可以忽略的碎片称为二维碎片，相关的拼接问题称为二维碎片拼接问题。

二维非规则碎片拼接可分为基于轮廓和基于内容的拼接，由于碎片内容(颜色、纹理等)的存在有一定局限性，通常会跟轮廓结合使用，所以基于轮廓的拼接研究较多，可分为两个步骤：1、根据碎片的轮廓信息进行两两匹配，找到任意两个碎片之间可能的匹配部分，即局部匹配；2、全局匹配重建。为了能将所有碎片拼接复原，需要找到尽可能多的正确局部匹配和尽可能少的错误局部匹配，所以局部匹配阶段比较关键，对该阶段算法的研究比较多。现今常用的基于轮廓的二维碎片局部匹配方法主要有以下几种：

Wolfson H提出一种基于弧长-累积转角图分析的串匹配方法，用于解决复杂场景中重叠物体的识别问题。该方法对碎片轮廓进行平滑处理，得到轮廓曲线的多边形近似，然后计算该近似多边形的旋转角度函数，并对该函数进行等弧长的采样，最后计算得到的平均差值序列即是形状特征，该特征满足旋转平移不变性。

Leitao H C等人给出一种多尺度下的二维碎片拼接方法。在多个尺度下计算轮廓数字曲线的局部曲率以表示碎片轮廓，用动态规划法比较轮廓采样点的曲率串。

布朗大学的Kimia B等学者提出一种轮廓先后在粗尺度和精尺度表示方式下进行匹配的算法，先用多边形逼近对边界进行重采样，对简化的边缘使用动态规划法获取粗尺度下的匹配，然后对原始边缘再次使用动态规划法以获得更精确的匹配。

Francesco Amigoni等人针对两片碎片的匹配提出一种容错性较好的基于局部曲率和色彩的串匹配方法。

对上述方法按照碎片的轮廓的表示方法，可分为两种：由碎片轮廓均匀采样点表示，如局部曲率；由轮廓关键点或多边形近似表示。由轮廓均匀采样点表示轮廓计算量较大，当碎片数量增大时，匹配阶段的比较量更是较快的增大，且易受噪声影响。而提取轮廓关键点或多边形近似的方法可减少计算量，对噪声有一定容忍度，但可能对轮廓形状的描述不够完全。

全局匹配过程可分为两种方法，一种是最佳优先法，即局部匹配后，在候选匹配对中选取最佳的一对，拼合后作为新碎片参与下一轮局部匹配过程，重复该过程直至实现全局拼接，该方法没有充分利用候选匹配信息，受上一轮的拼合结果影响较大，效率低；另一种是搜索所有匹配对可能的全局拼接关系，得到全局一致的拼接结果，大量伪匹配对的存在会降低该方法的搜索效率。Efthymia Tsamoura等提出一种利用局部匹配部分得到的碎片匹配角度的全局匹配方法，明确了碎片参与无矛盾的全局拼接所要满足的角度关系，开辟了一个全局匹配的全新视角。

考虑到上述方法的优缺点，本发明采用了轮廓的多边形近似方法，具体包括：适用于多边形特征的串匹配和基于局部匹配角度的全局匹配。

发明内容

为解决现有技术存在的不足，本发明公开了一种基于轮廓的二维碎片拼接方法，提出了适用于多边形特征的局部串匹配及基于局部匹配角度的全局匹配。本发明首先扫描得到碎片图像并获取碎片轮廓，然后采用多边形逼近轮廓并提取多边形特征串，最后对特征串运用局部匹配方法，得到匹配程度最佳的公共子串，并寻找多片碎片的全局拼接路径。

为实现上述目的，本发明的具体方案如下：

一种基于轮廓的二维碎片拼接方法，包括以下步骤：

步骤一：获取扫描的碎片图像并提取碎片轮廓曲线；

步骤二：进行轮廓的多边形逼近及特征提取，得到两个特征序列：旋转角度序列，边长序列；

步骤三：基于特征序列寻找碎片两两之间的局部候选匹配段；寻找N片碎片的局部匹配，N片碎片两两进行比较，得到最终局部匹配集合；

步骤四：最终局部匹配集合中，基于碎片按照局部匹配进行拼接所要旋转的角度，寻找局部匹配的全局路径，将所有确定的路径整合为一个包含所有碎片的路径，即可实现拼接。

所述步骤一中，扫描的碎片图像为使用扫描仪获取的碎片灰度图像。

所述步骤一中，提取碎片轮廓曲线时，对得到的灰度图像进行直方图分析，把灰度图像转换为二值图，其中1表示碎片，0表示背景，然后提取二值图像的边缘，碎片的边缘像素就是与背景像素相邻但属于碎片的元素，顺时针逐一顺次寻找八连通的碎片边缘像素，得到碎片边缘，碎片边缘表示为顺时针的坐标序列。

所述步骤二中，运用DP迭代算法，获取轮廓曲线的近似多边形顶点，按顺时针顺序计算每个顶点处的旋转角度，及相邻顶点的距离即多边形边长，得到两个特征序列：旋转角度 序列，边长序列。

所述步骤三中，基于特征序列寻找碎片两两之间的局部候选匹配段，具体过程为：固定一个碎片的旋转角度序列，让另一个碎片的旋转角度序列左右移动，寻找两序列重叠位置元素的匹配部分，并计算匹配部分的用来衡量匹配程度的匹配度量，根据记录的匹配信息最终选择一个最佳匹配段，作为两个碎片可能的匹配，即局部候选匹配。

所述匹配信息包括匹配段起始点、终止点、匹配度量。

所述匹配度量Match_Deg：

$\mathrm{Match}\_\mathrm{Deg}=\frac{c_1\·\mathrm{Rate}\_L}{{\mathrm{Commonside}}^2}+\frac{c_2\·\mathrm{Rate}\_A}{{\mathrm{Commonvertice}}^2},$

其中，Rate_L＝Dif/min(L₁,L₂)，Rate_A＝E/min(Ang1,Ang2)；L₁、L₂分别为两匹配段边长和；Dif＝|L₁-L₂|；Commonside为一个匹配段的匹配对应边的个数，Commonvertice为匹配对应转角个数，c₁、c₂为两常数；Ang1,Ang2分别为两匹配段所有匹配顶点处绝对旋转角度之和。

Match_Deg≥0，两段边长差越小，累积角度误差越小，匹配长度越长，则Match_Deg越接近于0，其匹配程度越高。

所述步骤三中，寻找N片碎片的局部匹配，N片碎片两两进行比较，得到最终局部匹配集合，具体为：

N片碎片两两进行比较，需比较N(N-1)/2次，最多得到N(N-1)/2个局部候选匹配，包含有较多的伪匹配，即错误匹配，采用取其中匹配程度最高的前K个，采用排除重叠法，去除伪匹配，作为最终局部匹配集合。

所述采用排除重叠法，去除伪匹配的过程为：

对每个碎片的所有局部候选匹配按照匹配程度从高到低排序，并记录其在某个局部匹配中参与匹配的段；从第一个局部匹配开始，所有比该局部匹配的匹配程度低的、跟该局部匹配有重叠的局部匹配均剔除。

所述步骤四中，计算局部匹配集合中每个匹配中的两个碎片分别与对方拼接所要旋转的角度，选取局部匹配程度最高的两碎片中的一个作为寻找全局路径的初始路径的当前碎片。

寻找局部匹配的全局路径的具体方法为：

A：为当前碎片寻找新的局部匹配碎片，其中，该当前碎片的对应匹配不属于已确定的路径，若寻找不到，则转入B，若寻找到，则转入C；

B：返回当前路径的上一个碎片即前向碎片，该前向碎片作为当前碎片，继续执行A；

C：若寻找到的碎片在当前路径中已出现过，则判断两次出现之间的子路径是否无矛盾，无矛盾则该子路径成为被确定的路径，执行B，有矛盾操作同B；若寻找到的碎片在当前路径中没出现过，则该碎片成为当前碎片，转入A；

当路径中只剩初始碎片，且该初始碎片没有新的匹配碎片，即无法再生成路径时，寻找全局路径的过程结束，将所有确定的路径整合为一个包含所有碎片的路径，即可实现拼接。

本发明的有益效果：

本发明相比最佳优先法，新提出的基于局部匹配拼接旋转角度量的全局路径寻找方法，是一种在所有局部匹配对中搜索全局路径的方法，利用路径中碎片满足的局部匹配角度关系，确定正确匹配对及碎片重建的路径，而不是每轮只拼合两个碎片，故可充分利用局部匹配信息；由于只涉及使用加法计算路径中碎片对应拼接角度及比较角度是否相等，而无须每轮都在所有剩余碎片中为新碎片重新寻找局部匹配并度量匹配程度，故计算量更小，提高了匹配效率。

附图说明

图1是对开曲线进行Douglas-peucker折线近似的原理图；

图2是近似多边形的旋转角度计算原理图；

图3是碎片轮廓匹配方向示意图；

图4是局部匹配算法基本原理图；

图5是局部匹配程序流程图；

图6a-图6b是7片碎片扫描图及局部匹配初步结果图；

图7a-图7c是碎片与多个碎片匹配的空间重叠关系示意图；

图8是排除多碎片匹配重叠后的最终结果图；

图9a-图9f是基于局部匹配角度的全局算法基本原理图。

具体实施方式：

下面结合附图对本发明进行详细说明：

图1是对开曲线进行Douglas-peucker折线近似的原理图。实线为一段开曲线，M、N为开曲线的两个端点，作为初始的折线顶点。线段MN对原开曲线的逼近程度取决于位于M、N之间的曲线上的点到线段MN的最大距离，即逼近距离。找到位于开曲线上、距离线段MN最远的点P，计算最大距离d，如果最大距离d小于阈值T(T>0)，则线段MN的逼近曲线的程度良好，曲线在MN之间没有折线顶点；否则P点加入M、N，成为新的折线顶点，并将曲线一分为二。分别对位于MP、PN之间的两子曲线段重复上述操作。当所有的子曲线段逼 近距离均小于T时，折线逼近的过程结束，最后得到若干个折线顶点。

由于轮廓是闭合曲线，当进行轮廓曲线的多边形逼近时，先计算曲线的形心，并寻找到曲线上距离形心最远的一个点，及曲线上距离该点最远的一个点。这两个点将闭合曲线分为两个开曲线，分别对两开曲线进行DP折线逼近，最后将两个近似折线整合，即是闭合轮廓曲线的近似多边形，得到若干个多边形顶点。

图2是近似多边形的旋转角度计算原理图。假设多边形顶点序列为v₁v₂…v_n，每个顶点用横坐标和纵坐标表示。从第一个顶点开始计算旋转角度。顶点v_i(1<i<n)处的旋转角度大小是向量v_i-1v_i与向量v_i v_i+1形成的夹角(如图2)。由于将转角序列视为环形的，所以v₁处的旋转角度大小是向量v_nv₁与向量v₁v₂形成的夹角,v_n处旋转角度大小是向量v_n-1v_n与向量v_nv₁形成的夹角。可以看出，凸角的旋转角度是正的，凹角的旋转角度是负的。计算每个顶点处的旋转角度后，得到一个旋转角度序列θ_k，k＝1,2,…,n。

图3是碎片轮廓匹配方向示意图。轮廓的加粗部分是两碎片的局部轮廓匹配部分，可以看出，两轮廓匹配段的方向是相反的，若一个为顺时针方向，则另一个为逆时针方向。

图4是局部匹配算法基本原理图。由于近似多边形凸角的旋转角度是正的，凹角的旋转角度是负的，若两个多边形的顶点匹配，则一个为凹角，一个为凸角，对应的旋转角度大小相等，正负相反，因此找到两多边形对应旋转角度序列中满足大小相等正负相反的部分，就得到了多边形的匹配顶点，也就是使用串匹配的方法，将两序列的所有元素逐一进行比较，寻找局部匹配段。需要注意的是，碎片轮廓的匹配方向是相反的，而本发明中多边形的顶点序列都是按顺时针方向获得的，故在进行局部匹配时，要将其中一个旋转角度序列反向排列。

两个旋转角度序列的匹配原理如图4，设两待比较序列为shape₁、shape₂(shape₂已翻转)，固定shape₁不动，让shape₂沿着shape₁从左向右逐一元素移动，A表示两序列的初始相对状态，B是shape₂移动2个位置两序列的相对状态，C是终止相对状态。每移动一个位置，箭头对应的元素从左到右逐对进行相应的比较，计算对应元素和的绝对值|e|，如果|e|＝0，则认为这两个元素对应的多边形顶角是匹配的(实际上由于扫描噪声等的影响，旋转角度序列匹配部分不是完全一样，有一定误差，所以需要给定一个阈值ε(ε>0)来容忍|e|，即如果两个元素的绝对误差|e|在ε范围内，则认定它们对应的顶角是匹配的)，则将这两个匹配元素视为匹配段的起始点，从这两点开始一段匹配，并计算累积总误差

E＝Σ|e|(E初值为0)

继续向右比较，直到某两个元素的|e|超出ε，或E超出阈值ECapacity，这个匹配段就结束， 计算该段的匹配度量Match_Deg：

$\mathrm{Match}\_\mathrm{Deg}=\frac{c_1\&CenterDot;\mathrm{Rate}\_L}{{\mathrm{Commonside}}^2}+\frac{c_2\&CenterDot;\mathrm{Rate}\_A}{{\mathrm{Commonvertice}}^2},$

其中，Rate_L＝Dif/min(L₁,L₂)，Rate_A＝E/min(Ang1,Ang2)；L₁、L₂分别为两匹配段边长和；Dif＝|L₁-L₂|；Commonside为一个匹配段的匹配对应边的个数，Commonvertice为匹配对应转角个数，c₁、c₂为两常数。Match_Deg≥0，两段边长差越小，累积角度误差越小，匹配长度越长，则Match_Deg越接近于0，其匹配程度越高。把该匹配的起始点、终止点(多边形公共边的起始终止点)及匹配度量信息记录下来；shape₂移动到某位置可能会找到多个匹配段，当本次移动的所有匹配段均被找到后，选取匹配程度最高的即Match_Deg最小的匹配段，作为shape₂此次移动的最佳匹配，存入结果中。当shape₁每个位置都被shape₂移动到后，再从每次移动的匹配结果中选择匹配程度最高的一个匹配，作为这两个碎片最可能的匹配，称为候选匹配。shape₂的位置状态数量等于shape₁的长度，由于两序列实际为环形(因为轮廓为环形)，所以每个位置进行比较的对应元素的数量固定，为shape₂的长度。

图5是局部匹配程序流程图。MATLAB中数组下标从1开始。L₁、L₂分别为两旋转角度序列的长度；i为shape₂移动的位置，故1≤i≤L₁；j为两序列对应元素的顺序，也即shape₂元素的下标，1≤j≤L₂；cnt用于判定当前是否开始了一段匹配段，若是则cnt＝1，否则cnt＝0。初始状态下，i＝1，j＝1，cnt＝0。

对于任意1≤i≤L₁，1≤j≤L₂，计算第j对对应元素分别在shape₁、shape₂中的下标M、N，考虑序列的环形特征，用如下公式：

M＝mod(i+j-2,L₁)+1,N＝j

计算误差e＝shape₁(M)+shape₂(N)，若不满足|e|<ε，则循环比较下面元素，直到：

1、j>L₁，即shape₂移动到i位置时，所有元素都已比较，挑选出本轮的最佳匹配结果并记录下来(无匹配则记录为0)，判断本轮比较是不是最后一轮(即i是否等于L₁)，若是则筛选出两碎片的局部候选匹配(L₁轮比较中匹配程度最好的，没有则记录为0)，否则令循环变量i＝i+1，j＝1，进行下一轮比较。

或2、|e|<ε,此时M、N两点对应的两顶点匹配，可以开始一段以M、N对应顶点为起点的匹配段。令循环变量m＝M，n＝N，进入如下的匹配段定位循环：

计算累积误差E，若|e|<ee且E<EE(EE>0，为累积误差的设定阈值)，则判断cnt取值：

1)、如果cnt＝0，说明还未开始一段匹配，这表明可以开始一段以M、N两点为起点的匹配段，记录起始点对，并设cnt＝1；

2)、如果cnt＝1，说明当前已开始一段匹配段且该匹配段不满足结束条件。

计算下一对待比较对应元素的序号m＝mod(m,L₁)+1,n＝mod(n,L₂)+1，并继续循环直到某对元素不满足|e|<ee且E<EE，该匹配段至此结束，计算匹配度量值，记录终点对。

图6是7片碎片扫描图及局部匹配初步结果图。图6a是对7片碎片使用平面扫描仪，扫描分辨率为300dpi的扫描图及编号。7片碎片共进行(7×6)÷2＝21次局部匹配，将两碎片存在空间重叠的局部候选匹配排除，得到如图6b的14个匹配，其中星号★表示的是真实匹配，可以看出共找到9个真实匹配，5个错误匹配。

图7是碎片与多个碎片匹配的空间重叠关系示意图。图7a为碎片1与碎片2的匹配状态，图7b是碎片1与碎片3的匹配状态，图7c是碎片1与碎片2、3同时匹配，2和3出现重叠的情况。显然，正确的匹配碎片，在空间上是不重叠、无矛盾的，若两个碎片均与同一碎片匹配，但两匹配存在如图7c示的空间重叠情况，则两匹配是矛盾的，只能保留其中一个。本专利使用的排除伪匹配方法是，按照图6b的匹配排序，从匹配程度最高的局部候选匹配开始，与所有比其匹配程度低、与其有公共匹配碎片的匹配比较，排除其中与其存在矛盾的匹配。如对于第一组，5和6之间的匹配，与其有公共匹配碎片的为第3、10、12、14组匹配，其中第3、10组与第一组无矛盾，而第12、14组与其有矛盾，故排除。当所有匹配都完成比较后，保留的匹配对参与全局匹配。

图8是排除多碎片匹配重叠后的最终结果图。可以看出，所有被保留下来的匹配均是真实匹配。

图9是基于局部匹配角度的全局算法基本原理图。9a图是三个碎片A、B、C，它们的匹配段为a、b、c。B顺时针旋转-45°(本专利所说的旋转均指顺时针，以下均直接写为“旋转”)与A沿a拼合(相当于A旋转45°与B沿a拼合)，C旋转65°与B沿c拼合，A旋转-20°沿b与C拼合。9b图是寻找全局路径的过程示意图。假设固定A不动，即A旋转的角度为0°。找到A的一个匹配碎片B或C，这里选择了B，让B与A拼合则B须旋转-45°，此时找到B的一个新的匹配碎片C，由于此时的B相对于原位置已经旋转了一定角度，让C与B拼合，C所需要旋转的角度为-45°+65°＝20°，继续寻找C的新的匹配碎片A，A须旋转的角度为-20°+20°＝0°，与假设的A旋转角度为0°吻合，则认为寻找到的路径合理，可以按照该路径拼接，拼接结果如图9c。这里把路径写作：

A—B—C—A

这里的A、B、C称为节点，每个节点对应一个与前面碎片拼合所要旋转的角度，在这里依次 为0°、-45°、20°、0°。判断路径是否合理的方法是，判断前后两次出现的节点A，对应的角度是否相等。若相等则认定该条路径是正确的，否则该条路径错误。

如图9d是图8示局部匹配对中的两匹配碎片之间的局部匹配角度关系。前两行是匹配碎片序号，第三行是碎片B与碎片A拼合所要旋转的角度，称为匹配角度。

如图9e是7片碎片的全局路径寻找过程。首先选择一对匹配程度最好的匹配碎片，碎片5和6，并固定碎片5，此时对应生成的角度和初始路径如图9e.1示，此时所有匹配均为候选匹配，还没有被确认的正确路径和匹配，称路径末尾的碎片为当前碎片，当前碎片前的碎片为前向碎片，则6是当前碎片，5是前向碎片。为当前碎片寻找既不是前向碎片，对应匹配也未被确认正确的新的匹配碎片，若不存在则返回前向碎片，否则判断新的匹配碎片是否在当前路径中出现过，若未出现过，则将当前碎片标记为前向碎片，新的匹配碎片标记为当前碎片，否则判断两次出现对应的角度是否相等(差值小于给定阈值)并返回到前向碎片，若相等则将两次出现之间的路径确认为正确路径，其中包含的匹配对标记为正确匹配对。图9e.2显示了初始路径(如图9e.1示)的生长并确认了路径2—3—7—2及其中的匹配对2—3、3—7、7—2。图9e.3显示了图9e.2路径的回溯、生长，确认了路径1—2—3—7—4—1及匹配对1—2、2—3、3—7、7—4、4—1。图9e.4显示了图9e.3路径的回溯、生长，确认了路径5—6—1—2—3—7—4—5及匹配对5—6、6—1、1—2、2—3、3—7、7—4、4—5。图9e.5显示了寻找路径的终止状态，即仅剩一个节点，且其没有匹配碎片。整合上述路径，得到一个包含所有碎片的拼接路径：

5—6—1—2—3—7—4

按照该路径进行拼接，得到拼接图，如图9f所示。可以看出，该拼接图有一定误差，主要是多次的平移旋转累积误差所致。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种基于轮廓的二维碎片拼接方法，其特征是，包括以下步骤：

步骤一：获取扫描的碎片图像并提取碎片轮廓曲线；

步骤二：进行轮廓的多边形逼近及特征提取，得到两个特征序列：旋转角度序列，边长序列；

步骤三：基于特征序列寻找碎片两两之间的局部候选匹配段；寻找N片碎片的局部匹配，N片碎片两两进行比较，得到最终局部匹配集合；

步骤四：最终局部匹配集合中，基于碎片按照局部匹配进行拼接所要旋转的角度，寻找局部匹配的全局路径，将所有确定的路径整合为一个包含所有碎片的路径，即可实现拼接。

2.如权利要求1所述的一种基于轮廓的二维碎片拼接方法，其特征是，所述步骤一中，扫描的碎片图像为使用扫描仪获取的碎片灰度图像。

3.如权利要求1所述的一种基于轮廓的二维碎片拼接方法，其特征是，所述步骤一中，提取碎片轮廓曲线时，对得到的灰度图像进行直方图分析，把灰度图像转换为二值图，其中1表示碎片，0表示背景，然后提取二值图像的边缘，碎片的边缘像素就是与背景像素相邻但属于碎片的元素，顺时针逐一顺次寻找八连通的碎片边缘像素，得到碎片边缘，碎片边缘表示为顺时针的坐标序列。

4.如权利要求1所述的一种基于轮廓的二维碎片拼接方法，其特征是，所述步骤二中，运用DP迭代算法，获取轮廓曲线的近似多边形顶点，按顺时针顺序计算每个顶点处的旋转角度，及相邻顶点的距离即多边形边长，得到两个特征序列：旋转角度序列，边长序列。

5.如权利要求1所述的一种基于轮廓的二维碎片拼接方法，其特征是，所述步骤三中，基于特征序列寻找碎片两两之间的局部候选匹配段，具体过程为：

固定一个碎片的旋转角度序列，让另一个碎片的旋转角度序列左右移动，寻找两序列重叠位置元素的匹配部分，并计算匹配部分的用来衡量匹配程度的匹配度量，根据记录的匹配信息最终选择一个最佳匹配段，作为两个碎片可能的匹配，即局部候选匹配；

所述匹配信息包括匹配段起始点、终止点、匹配度量。

6.如权利要求1所述的一种基于轮廓的二维碎片拼接方法，其特征是，所述匹配度量Match_Deg：

$\mathrm{Match}\_\mathrm{Deg}=\frac{c_1\&CenterDot;\mathrm{Rate}\_L}{{\mathrm{Commonside}}^2}+\frac{c_2\&CenterDot;\mathrm{Rate}\_A}{{\mathrm{Commonvertice}}^2},$

其中，Rate_L＝Dif/min(L₁,L₂)，Rate_A＝E/min(Ang1,Ang2)；L₁、L₂分别为两匹配段边长和；Dif＝|L₁-L₂|；Commonside为一个匹配段的匹配对应边的个数，Commonvertice为匹配对应转角个数，c₁、c₂为两常数；Ang1,Ang2分别为两匹配段所有匹配顶点处绝对旋转角度之和；

Match_Deg≥0，两段边长差越小，累积角度误差越小，匹配长度越长，则Match_Deg越接近于0，其匹配程度越高。

7.如权利要求1所述的一种基于轮廓的二维碎片拼接方法，其特征是，所述步骤三中，寻找N片碎片的局部匹配，N片碎片两两进行比较，得到最终局部匹配集合，具体为：

N片碎片两两进行比较，需比较N(N-1)/2次，最多得到N(N-1)/2个局部候选匹配，包含有较多的伪匹配，即错误匹配，采用取其中匹配程度最高的前K个，采用排除重叠法，去除伪匹配，作为最终局部匹配集合。

8.如权利要求1所述的一种基于轮廓的二维碎片拼接方法，其特征是，所述采用排除重叠法，去除伪匹配的过程为：

对每个碎片的所有局部候选匹配按照匹配程度从高到低排序，并记录其在某个局部匹配中参与匹配的段；从第一个局部匹配开始，所有比该局部匹配的匹配程度低的、跟该局部匹配有重叠的局部匹配均剔除。

9.如权利要求1所述的一种基于轮廓的二维碎片拼接方法，其特征是，所述步骤四中，计算局部匹配集合中每个匹配中的两个碎片分别与对方拼接所要旋转的角度，选取局部匹配程度最高的两碎片中的一个作为寻找全局路径的初始路径的当前碎片。

10.如权利要求1所述的一种基于轮廓的二维碎片拼接方法，其特征是，寻找局部匹配的全局路径的具体方法为：

A：为当前碎片寻找新的局部匹配碎片，其中，该当前碎片的对应匹配不属于已确定的路径，若寻找不到，则转入B，若寻找到，则转入C；

B：返回当前路径的上一个碎片即前向碎片，该前向碎片作为当前碎片，继续执行A；

C：若寻找到的碎片在当前路径中已出现过，则判断两次出现之间的子路径是否无矛盾，无矛盾则该子路径成为被确定的路径，执行B，有矛盾操作同B；若寻找到的碎片在当前路径中没出现过，则该碎片成为当前碎片，转入A；

当路径中只剩初始碎片，且该初始碎片没有新的匹配碎片，即无法再生成路径时，寻找全局路径的过程结束，将所有确定的路径整合为一个包含所有碎片的路径，即可实现拼接。