基于蚁群优化的碎纸拼接：一种自动图像复原方法

本篇论文深入探讨了"基于蚁群优化算法的碎纸拼接"这一主题，针对计算机辅助二维碎片自动拼接问题展开研究，特别是在司法鉴定和文物修复等领域的实际应用。作者何鹏飞，攻读控制科学与工程硕士学位，由周宗潭教授指导，于2009年提交。论文主要集中在碎纸片的图像处理和拼接技术上。 首先，论文详细介绍了碎纸拼接的预处理步骤，其中采用HSI空间的彩色图像聚类技术进行背景分割，运用形态学方法提取轮廓信息，以及非参数多边形近似方法来准备数据。这样的预处理为后续的匹配和拼接奠定了基础。 在局部匹配阶段，作者引入了基于I-S分析的方法，通过将轮廓转化为平行线表示（∥(J)曲线），找出碎片之间的相似子段，再利用欧氏变换进行精确拼合。这种方法注重局部特征的匹配精度。 论文的核心创新在于提出了一种基于蚁群优化算法的全局拼接策略。通过构建搜索图，候选匹配对作为节点，信息素与节点关联。在每一轮迭代中，算法会根据候选匹配对之间的矛盾和蚁群的行为动态调整信息素值。如果候选匹配对位于当前最优路径上，信息素会被加强；反之，信息素会按照一定比例减少。这个过程引导候选匹配对朝着最优解收敛。 最后，论文设计并实现了碎纸自动拼接系统，整合了以上所有关键技术，包括图像分割、多边形近似、局部匹配和蚁群优化的信息素更新机制。关键词提炼出了解决问题的关键要素，如碎纸拼接、图像处理技术、多边形逼近、局部特征匹配以及蚁群优化算法的实际应用。 总结来说，这篇论文不仅提供了实用的碎纸拼接技术解决方案，还展示了如何巧妙地结合算法理论与实际应用，为模式识别领域的计算机辅助拼接技术做出了贡献。通过这篇论文，读者可以了解到如何利用蚁群优化算法优化复杂的碎纸片匹配和拼接过程，这在数字化文档管理和文化遗产保护等领域具有重要的实践价值。