计算机辅助碎纸拼接：蚁群优化算法的应用

"基于蚁群优化算法的碎纸拼接" 在计算机科学和工程领域，尤其是在模式识别和图像处理方面，碎纸拼接是一个极具挑战性的任务。这篇由何鹏飞撰写的国防科学技术大学硕士学位论文深入探讨了如何利用蚁群优化算法解决这一问题。论文的主要贡献集中在以下几个方面： 首先，论文详细调查了碎纸拼接的预处理技术。预处理是图像处理的关键步骤，旨在提高后续处理的效果。在这里，作者采用了HSI（色调、饱和度、强度）空间的彩色图像聚类来分割背景，形态学方法提取图像轮廓，并使用非参数的多边形近似方法来简化和优化轮廓，为后续的拼接过程做好准备。 其次，论文提出了一种基于轮廓特征的局部匹配算法。该算法利用IS（Invariance Scale）分析来寻找两个碎片轮廓之间的匹配子段。通过将轮廓近似为多边形并转换为曲线形式，通过IS分析可以确定最佳匹配子段，随后使用欧氏变换进行拼合，确保匹配的准确性。 接着，论文引入了蚁群优化算法来实现全局拼接。蚁群优化是一种模拟自然界蚂蚁寻找食物路径的启发式算法，适用于解决组合优化问题。在这里，它被用来构建搜索图，每个节点代表可能的匹配对，信息素与节点关联。在每轮迭代中，根据候选匹配对的矛盾信息和蚁群构建的全局路径更新信息素。优秀路径上的匹配对会积累更多的信息素，而失败路径上的信息素则会逐渐蒸发。最终，根据信息素的积累情况选择最佳的匹配对。 最后，作者设计并实现了碎纸自动拼接系统，这是一个实际应用的计算机程序，能够综合运用上述理论和技术，自动完成碎纸拼接的过程。 关键词：碎纸拼接，图像分割，多边形近似，局部匹配，蚁群优化，信息素更新 这篇论文的工作不仅在理论上有重要价值，而且在实践上也有很高的应用潜力，尤其是在司法鉴定和文物修复等领域。通过运用蚁群优化算法，解决了碎纸拼接中的复杂匹配问题，提高了拼接的准确性和效率。