基于輪廓曲率的殘斷簡牘匹配拼接關(guān)鍵技術(shù)研究.pdf

1、簡牘是我國古代最早的書籍形式，由竹片或木片制成，用于記載古代的軍事、文化、戶籍和司法等資料。隨著大量珍貴簡牘文物的出土，繁重的工作量也隨之而來。其中包括了對簡牘的清洗及簡牘信息的整理、編結(jié)。由于年代久遠，簡牘自身受到自然環(huán)境的侵蝕，且在發(fā)掘的過程中易斷裂。若要提取簡牘上完整的文字信息又需要完整的復(fù)原一整塊簡牘，將這個復(fù)原的過程稱為碎片匹配拼接過程。碎片匹配拼接技術(shù)是模式識別技術(shù)的一個新拓展，目前已應(yīng)用到文物復(fù)原，碎照片識別，機器零件接口

2、等領(lǐng)域。 本文針對簡牘碎片的特點，選取了一種基于Hausdorff距離的匹配拼接技術(shù)。 簡牘圖片在采集或傳送的過程中，由于輸入轉(zhuǎn)換器如CCD光電藕合器件、AID轉(zhuǎn)換器等性質(zhì)的差別和周圍環(huán)境的影響以及參數(shù)的合理選擇等因素，采集到的圖像可能含有各種的噪聲和不同程度的失真，為了有效地進行特征提取處理，就必須消除噪聲、校正失真，使輸出的圖像具有清晰的輪廓，以利于提取碎片的特征。文中對采集到的原始簡牘圖片進行了加權(quán)中值濾波，此方法

3、彌補了普通中值濾波的不足，可以很好的濾除噪聲的同時保留邊緣細節(jié)信息。浮動閾值二值化方法將圖像分成一些子塊，對于每一個子塊選定一個閾值。這種閾值方法與固定閾值二值化方法相比，能根據(jù)圖像的局部灰度自動選擇合適的閾值，充分考慮了圖像的不均勻性，能得到最佳的二值化效果。 邊緣是圖像最基本的特征之一，包含了用于識別的有用信息，為人們描述或識別目標(biāo)以及解釋圖像提供了一個有價值的和重要的特征參數(shù)。文中對Roberts邊緣檢測算子、Sobel邊

4、緣檢測算子、Prewitt邊緣檢測算子、Canny邊緣檢測器、Laplacian邊緣檢測算子進行了對比分析，最后選取了具有二階微分算子的Laplacian邊緣檢測算子。該算子利用二階導(dǎo)數(shù)零交叉所提取的邊緣寬度為一個像素單位，所得到的邊緣結(jié)果無需細化處理，從而保證了邊緣定位精度。 因含有很高的信息量來反映圖像的局部特征，能夠更可靠的匹配圖像，角點檢測技術(shù)目前已被廣泛的使用。按尺度劃分，從邊界曲線上檢測角點算法包括單尺度算法和多尺度

5、算法。單尺度角點檢測方法存在著只注重于曲線方向的劇烈變化而忽視曲線總體形狀，從而使角點檢測的結(jié)果中或者存在著假角點，或者忽略了重要的角點。為了克服上述缺點，選取了基于威布爾函數(shù)的多尺度角點檢測方法。該方法通過威布爾函數(shù)做為平滑卷積核，選取特定的曲率公式計算邊緣曲率，選用基于曲率的角點提取方法提取角點。殘斷簡牘碎片的自動拼合是從許多散亂的殘斷簡牘碎片中，借助于計算機，通過輪廓匹配拼接技術(shù)來識別出相互鄰接的殘斷簡牘碎片，進而重現(xiàn)整個完整簡牘