使用角和部分匹配重建撕裂页面

Ms.Poonam D.Kesarkar¹,Ms.Mridula RC。普拉萨德²,Prof.S.L.Tade³

学生,E&TC学系Pimpri Chinchwad工程学院,印度浦那
学生,E&TC学系Pimpri Chinchwad工程学院,印度浦那
教授,E&TC学系Pimpri Chinchwad工程学院,印度浦那

相关文章Pubmed,谷歌学者

访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程

文摘

一个具有挑战性的问题是加入撕碎的论文来重建原始文档。但是这个问题可以通过使用半自动技术来解决。这是一个很大的优势在法医和调查。撕碎连接通过比较边缘的长度和角度。工作分为三个主要阶段前景提取、相似性特征提取和合并过程。

关键字

前景提取、相似性特征提取,合并过程中,后期处理。

介绍

在过去的几年里重建破损的页面变得更有趣的问题。记住这一点,由于所需的时间和精力做这个手工任务,越来越多的系统进化,使一个至少半销毁文件的自动重建。一方面这种发展是由于重建的重要文档的兴趣越来越浓厚在学校、学院以及解决刑事案件的调查机构。

重建一个文档页面从撕碎手动非常耗时和困难的工作要做,特别是当撕碎的数量更多。所以重要的是要找到以计算机为基础的解决方案来解决这个问题。当考虑解决方案,很多方法都是对发现自动重组记忆片段以及减少计算,以便加快操作停下来考虑文档页面可能是由机械碎纸机切碎或手撕没有固定约束。当纸是由机械碎纸机碎碎碎片可能固定形状(矩形或方形)。分解文档中可能存在可能性,形状和大小的碎件可能是相同的,所以在几何特征的帮助只会不可能重建文档。除了几何特性,视觉信息也需要匹配片段. .这个问题可以解决图像处理和计算机视觉技术的帮助下,通过考虑片段作为一个图像的一部分。这里的工作必须做完全重建的图像的一篇论文的帮助下小块的图像作为输入,通过使用图像特性,允许算法完全找到解决方案。

前景提取

收购完成这里的帮助下扫描仪和PNG格式的图像。的帮助下和imresize命令图像的大小,以便计算图像的成本将更少。获得的图像如下所示。为进一步处理给定的图像转化为灰度图像后,一些不受欢迎的部分也显示在图像预处理阶段。因为白色的部分撕裂的纸和这些小的组件可以分为撕碎.Hence下一步是把这些小部件从图像。图像中白色的部分被有面积小于指定区域滤波阈值。这是其中一个步骤连接成分分析的帮助下,小对象被删除。在下一步实际前景部分(扫描撕碎)从给定的图像选择。这里为了简单起见前景部分被定义为白色像素和背景部分黑色像素。选择和删除这些前景部分任何白色像素值1和找到自己的所有8-connected组件。 These are required foreground parts i.e. area of interest. And other pixels in the image are background part. These selected image of different fragments are stored.

相似性特征提取

这一阶段包括边缘检测、边界提取和检测角点进行进一步处理的基于特征点的图像融合算法。这是非常重要的阶段,该算法提取的特征。使用这些特性在合并阶段加入片段。边缘检测是通过使用罗伯茨边缘检测器分别在每一块,这给边缘地图个人从这条边裂块地图的边界是提取并存储在变量相应的各个部分进行进一步的使用。面向边界可能是顺时针或逆时针方向。在实现边界追踪顺时针。边界提取只不过是储蓄边界像素的坐标。这对于检测角点提取的边界使用。在这个边界提取算法跟踪从任何白色像素在图像并找到其连续8-connected下相应像素并存储其坐标。

长度计算使用公式= [(x2-x1) 2 + (y2-y1) 2]½

角计算公式=治疗[{(a) 2 + 2 (b) - (c) 2} / ab (2)]

合并过程

提出技术的下一步合并匹配块撕页。这里连续撕碎的角度和段之间进行了比较。在这两部分合并满足这些条件。检查这些条件第一件要考虑,在顺时针方向角是追踪而另一考虑,其角度顺时针方向跟踪。从这个例子合并过程给出了第一块的输出行号3与1号线第二块。

后置处理

从合并过程的两个匹配发现撕碎。这里的第一块匹配的,现在需要secound块刚性平移和旋转变换是应用于匹配图像。在应用这个变换两件加入的新形象。这张图片替换部分的数据库是被认为是下一个迭代。同样,合并程序和后处理先后应用于迭代撕碎。继续这个过程,直到所有部分都被合并。

算法

参与提出的基本步骤包括重建系统

1。读N多的图片。

2。前景提取。

3所示。特征提取…。我。e……(边缘的长度和角度。)

4所示。比较图像特征

5。如果他们匹配,结合图片&替换原始图像。

6。如果它们不匹配,读下一个图像。

流程图

实验结果

一个。撕碎的页面

b .重建图像

结论

通过使用这种方法,它发现文档的撕碎的帮助下可以成功加入区段长度之间匹配的角落。在算法重建图像的输出由加入片段图像发现撕裂。在这方面,该方法的计算复杂度讨论这是发现非常少。各个阶段所需的时间也不讨论。

确认

世界上所有的成就需要很多人的努力,这个项目也不例外。不管来源,我们想表达我们的感谢那些导致这个项目的成功。我们要感谢帮助和支持的几个人支持这一努力。特别感谢我们的煤斗S.U.教授班达里&我们的校长Dr.A.M。Fulambarkar给这样的一个机会。我们gratefull所有的人,他帮助我们做这个项目的想法,成为现实。我们对Prof.S.U表达我们的感激之情。班达里,我们的内部指导Prof.S.L。四氨基二苯醚和我们的项目协调员Prof.A.B。帕蒂尔的指导和支持。他们对我们的项目很多兴趣,以及建议的解决方案在每个问题所面临的我们,总是准备好怀疑。我们也很高兴来表达我们的感激之情,感谢我们的父母和朋友,他们不断的启发和鼓励。

引用

p·迪斯美特,对自动重建了——文档(出现),体积计算取证的计算。情报。施普林格1 - 2009。
l .朱a Zongtan周,d。,”Globally consistent reconstruction of ripped-up documents”. IEEE Trans. on Pattern Analysis and Machine Intelligence, 30(1):1–13, 2008.
e . Justino l·s·奥利维拉,c . Freitas“重建粉碎文件通过特征匹配”国际法医学160:140 - 147,2006。