型二只考虑根据每个碎片顶部的空白高度和文字高度对碎片进行区间分类，分为11组矩阵。而没有综合考虑每个碎片顶部与底部的空白高度和文字高度对碎片进行区间分类，因此分类准确率降低。

对于问题三，由于每个碎片都有正反两面，而且模型三对碎片聚类时只对每一面单独进行分析，所以模型三解决问题时错误匹配的数量明显多于前面两题。因此，我们除了挖掘算法潜力，还能对模型三做出进一步的改进，比如对碎片聚类时综合对两面进行分析以及对某面分析时综合考虑已经排好顺序的第一行与第一列碎片等都能进一步优化模型，减少错误匹配的数量，提高效率，增加模型的适应性。

2.模型的推广

我们建立的模型在处理碎纸片较大且碎纸片数量不是很多的时候，模型可以较好的解决问题，但在实际应用中，通常会涉及碎纸片被切割得很细很小，并且要对大量碎纸片数据进行管理和处理工作。所以我们要进一步优化算法和程序结构，改善模型，真正建立起快速有效的计算机辅助碎纸片自动拼接复原模型，从而才能将此模型广泛地应用到我们的实际生活中。

七、参考文献

[1]. 张翠. 基于点线的文档图片数字水印与碎片拼接[D]. 青岛:中国海洋大学, 2011. [26-34]。 [2]. 张艳. 图像拼接技术在文档图像扭曲识别中的应用与研究[D]. 北京:北方工业大学, 2011. [23-29]。

[3]. 贾海燕, 朱良家, 周宗潭, 胡德文. 一种碎纸自动拼接中的形状匹配方法[J]. 计算机仿真, 2006, 23(11): [180-183]。

[4]. 汪晓银, 邹庭荣. 数学软件与数学实验[M]. 北京: 科学出版社,2008. [1-27]。

[5]. 张铮,杨文平,石博强,李海鹏. Matlab程序设计与实例应用[M]. 北京: 中国铁道出版社,2003.[276-306]。

[6]. 姚文敏. 数字图像处理[M]. 北京:机械工业出版社, 2006. [24-45]。

13

八、附录

图像拼接结果

图8.1 附件1碎片复原图片

14

图8.2 附件2碎片复原图片

15

图8.3 附件3碎片初次拼接结果图

16