Компьютерное зрение и, в частности, задачи обработки изображений и распознавания образов в настоящее время получают широкое распространение в различных сферах деятельности. Методы из этой области знаний находят применение в решении самых разнообразных задач. Повсеместно используются системы видеонаблюдения, способные отслеживать движущиеся объекты; автоматические системы обработки видеопотока осуществляют контроль качества на производствах; необходимость в методах обработки изображений возникает и в криминалистике, и в информационном поиске, и при разработке автономных автомобилей.
Несмотря на широкое распространение компьютерного зрения, существует довольно много нерешенных или имеющих потенциал для лучшего решения задач в этой области. Ярким примером стал DARPA Shredder Challenge, в котором всем желающим было предложено написать программу, позволяющую максимально восстановить документы из фрагментов, извлеченных из уничтожителей бумаг разного уровня безопасности. Соревнование, получив широкую огласку, привлекло большое число исследователей и энтузиастов. В результате, конкурсантам удалось решить задачу с достаточно высокой точностью, позволяющей извлечь достаточно большое количество информации из документов.
В настоящее время задачи восстановления изображения из фрагментов не получают достаточно широкого распространения. Большинство работ решают довольно узкую задачу восстановления цифрового изображения, разделенного на одинаковые прямоугольные(а чаще всего даже квадратные) фрагменты[1],[4],[5]. Но при такой постановке задачи авторы этих работ не сталкиваются с многими аспектами, как например: извлечение необходимых фрагментов из изображения, содержащего эти фрагменты; решение проблем с помехами и зашумленностью изображения; различие в размерах и форме фрагментов; искажение формы фрагментов; влияние освещения на изображения и многие другие. Такой вариант постановки задачи практически неприменим к реальным проблемам восстановления изображений, поскольку не принимает во внимание указанные выше аспекты, которые всегда в той или иной степени будут присутствовать.
В процессе изучения данного вопроса, была замечена работа[2], авторы которой пытались собрать паззл, полученный из цифрового изображения, но по результатам тестов признали свой метод имеющим крайне низкую точность. По прежнему, им не приходилось иметь дело с описанными выше аспектами, за исключением различия формы фрагментов.
В данной работе рассматривается алгоритм сборки паззла, исходные изображения которого получены при помощи устройств захвата изображений, таких как сканер или фотоаппарат. Рассматриваемый алгоритм является комплексным решением, включающим в себя полный цикл действий от разбора исходных изображений до формирования итогового изображения.
Разработанный алгоритм показал хорошую точность работы в случаях, когда фрагменты паззла имеют четко различимую на исходных изображениях границу и способен произвести сборку с минимальным вмешательством в процесс или вовсе без вмешательства. В противном случае, алгоритм показывает удовлетворительные промежуточные результаты, но неспособен завершить сборку без дополнительной информации о границах.
