picture_recover.zip_Picture Recover_图像拼接_图像拼接matlab_纸片拼接_纸片拼接 ma

function picture_recover clc clear format long %创建图片信息p的元胞数组 p=cell(1,18); %导入图片信息 for i=1:19 if i>=1&&(i<=10) imageName=strcat('C:\Users\Administrator\Desktop\图片1\00',num2str(i-1),'.BMP'); else imageName=strcat('C:\Users\Administrator\Desktop\图片1\0',num2str(i-1),'.BMP'); end %读入图片的信息 m=imread(imageName); % imshow(m) % figure %求图片的阀值 t=graythresh(m); %对阀值进行判断将图片底片打成白色 if t>0.5 image_new=im2bw(m,t); else image_new=~im2bw(m,t); end image_new=im2double(image_new); p{i}=image_new; end sump=[]; %初始化正确排序对应矩阵Answer（初始的顺序为导入图片时原来的顺序） Answer=[]; for i=1:19 Answer(i)=i; end %求解图片的左侧边界两列点的灰度值的和 for i=1:19 sump(i)=(sum(p{i}(:,1))+sum(p{i}(:,2))); end %找出灰度值加和结果最大的图片将标号记录为A（这步是为了求原图片的左边界） A=find(sump==max(sump)); %将Answer中的左边界图片移动到标号1的位置 C=Answer(A); Answer(A)=1; Answer(1)=C; %将图片信息矩阵对应的移动 B=p{A}; p{A}=p{1}; p{1}=B; %在找到左边界图片的前提下，对其右边界和其他图片左边界进行对比，找出相似图片，其他的顺序计算得出所有图片的正确顺序 for i=2:19 sump=[]; %i-1对应的是应该排列好的序列里的最后一张图片j是剩下的其他没有排列的图片 for j=i:19 %a为正确图片排列序列里的最后一个图片的右侧边界点二值矩阵 a=p{i-1}(:,72); %b为出去正确图片排列序列的其他图片左侧边界的二值矩阵 b=p{j}(:,1); %计算两者二值矩阵的差值矩阵 s=abs(a-b); %计算差值矩阵的和 sump(j)=sum(s); %将已经排列好的图片的差值和矩阵sump赋高值（为了下面的判断中） for k=1:(i-1) sump(k)=9999999; end end %找出i图片下面一张图片对应的图片标号A并将其和Answer里的i位置对调 A=find(sump==min(sump)); C=Answer(A); Answer(A)=Answer(i); Answer(i)=C; %将两者的图片信息矩阵对调 B=p{A}; p{A}=p{i}; p{i}=B; end %Answer-1为对应到图片名称（含有0）的正确顺序标号 Answer-1 %一下为完整图片的构造 q=[p{1}]; for i=2:19 q=[q,p{i}]; end %最后原来完整图片的显示 imshow(q)