摘要: matlab，数学建模，碎片拼接

额，最近抠c++抠累了，突然心血来潮翻看近年来的大学生数学建模题。相比当年参加比赛的题目，总体感觉现在的题目越来越接近生活了。可能是多了一些经历，对一些题特别有感觉，加之联想起以前做完一道难题得到的兴奋感，一个想法涌上心头，为什么不利用现在的知识来好好“收拾收拾”它们呢。因此便有了这篇的文章，一方面是分享下自己的想法，另外也是锻炼下自己的文笔，身为程序猿，是时候改变一下一些习惯了。选出特别感兴趣的题目《2013年数学建模B赛题-图像碎片拼接》，开弄！

题目按切割方式不同归类为三个子问题：单面纵切，单面纵横切，双面纵横切，其中前两个又分为中英文纸张的情况，三个问题依次越来越复杂，越来越接近实际情况。不过相较于生活中的问题，《女子将5万钞票撕成碎片续：丈夫辞职在家拼钱》，http://news.qq.com/a/20120506/000091.htm，建模题还是比较小儿科的。

单面纵切：可以理解为对n个碎片块进行“行内”排列组合，最终要求是使碎片边界无缝接合起来。排列组合的话可以用神经网络，遗传算法等智能算法实现，“无缝”需要一个量来表征。前面智能算法对碎片不同组合时的无缝量进行评估，之后得到的最优解。这是学院派的解法，以此思路进行下去，一篇华丽的文章就可以出炉了。另外两个子问题也可以作类似的分解。

下面是我实现的解法，以前面方法相比，这种方法有些“简单粗暴”，先上matlab代码先(复制后放在相应的文件夹里运行即可)：

clear all;clc;close all

%% 碎片拼接

file_list= dir(‘*.bmp‘); % 获取文件列表

if size(file_list,1)>0

image_list = {file_list.name};

else

error(‘no image‘)

end

file_num=size(image_list,2);

score=zeros(1,file_num);

feature=cell(1,file_num);

for ind=1:file_num % 计算碎片特征

filename=cell2mat(image_list(ind));

a=imread(filename);

[row,col,len]=size(a);

if len==3

a=rgb2gray(a);

end

a_d=double(a);

f=a_d(:,1)‘;

tmp1=f.*f;

tmp2=sqrt( sum(tmp1) );

f=f/tmp2;

one.left=f;

one.left_std=std(f);

f=a_d(:,end)‘;

tmp1=f.*f;

tmp2=sqrt( sum(tmp1) );

f=f/tmp2;

one.right=f;

one.right_std=std(f);

feature{ind}=one;

end

%% 计算碎块的相似性矩阵

score_left=zeros(file_num,file_num);

score_right=zeros(file_num,file_num);

std_thr=0.001;

for y=1:file_num % compare

for x=1:file_num

if y==x

continue;

end

score_left(y,x)=feature{y}.left*feature{x}.right‘;

score_right(y,x)=feature{y}.right*feature{x}.left‘;

if feature{y}.left_std

score_left(y,x)=0;

end

if feature{y}.right_std

score_right(y,x)=0;

end

end

end

%% 计算块间相似性

order=[1];

order_left=2:file_num; % order,第一个保证前后都有对象

while 1

order

if isempty(order_left)

break;

end

left=order(1);right=order(end);

score=score_left(left,:);

[c,i]=max(score);

if c(1)>0.95 && any(order_left==i(1))

order=[i order];

order_left(order_left==i(1))=[];

end

score=score_right(right,:);

[c,i]=max(score);

if c(1)>0.95 && any(order_left==i(1))

order=[order i];

order_left(order_left==i(1))=[];

end

end

%% 拼接

b=[];

for ind=1:file_num % 拼接

filename=cell2mat(image_list(order(ind)));

a=imread(filename);

[row,col,len]=size(a);

if len==3

a=rgb2gray(a);

end

b=[b a];

end

%% show

imshow(b)

大概的思路是先计算块的特征，然后计算块间的相似性，最后进行拼接。其实看代码更容易理解，其中的无缝量选择，可以应用在前面方法的实现里。

拼接后的效果图：

中文：                                                                                英文：

～～Yemuzi分享文章，欢迎拍砖～～

原文：http://www.cnblogs.com/yemuzi/p/4093912.html