基于杰卡德度量的智能拼图改进算法

来源：计算机工程与应用杂志2018年第2期北京时间：

作者：曹 戴，陈丽芳

单位：江南大学 数字媒体学院，江苏 无锡 214122

摘要：智能拼图算法常用的方法是先求出各个碎片之间的相似度度量，再根据度量还原图像。MGC（马氏梯度相似度度量）是其中一种很有效的度量，但在实际运用过程中，如果碎片中有大量相似物体存在时，算法不能很好地还原图像，会出现类似于“乱码”的情况。提出了一种利用Jaccard（杰卡德）度量，结合MGC度量，计算图像碎片之间的相似度，再利用贪心策略还原图像。实验结果表明，对于由自选图像随机生成的碎片，算法能够更准确地还原图像，并且能减小出现“乱码”图像的概率。提出了把Jaccard度量和MGC度量相结合的方法运用在智能拼图的还原中，尤其是当拼图碎片中有很多相似物体的情况下，该方法能明显地减少“乱码”现象，同时实验仿真结果证明了提出的方法比单纯的MGC方法具有抗噪性强和拼图准确率高的特点，在考古学碎片图片和文字复原、计算机取证、图像合成和场景无缝拼接等领域有一定的实用价值。

关键词：智能拼图,杰卡德度量,马氏梯度相似度度量（MGC）,最小生成树