1591391129631381535338123120175855016018797203312041108116136733620713515764319945173791611791432082174961119331421686216954192133118189162197112708460146817413719584717215696239912290185109
132181956916716316618811114420631303413110252717817142662051015774145831345518563516918315244
81771282001315212514019387894872121771240102115
六．模型的评价与改进
61模型评价611优点：
1在求解第一问时，首先进行灰度处理。然后对碎纸片边界进行差值和处理，对
12
f所处理后的数据进行了筛选，最后对所筛选出的数据进行人工干预。充分保证了拼接的准确性。
2在求解问题二时，首先对碎纸片进行预处理，其次进行碎纸片匹配，最后进行碎纸片的拼接复原，本模型采用匹配算法具有良好的时效性、较强的系统性和关联性等特征，可以合理的对数据做出匹配。
3在求解问题三时，首先对碎纸片进行灰度处理其次进行碎纸片的相互匹配，接着进行拼接复原，最后对异常数据进行整理。
4模型最大优点在于对原始数据灰度处理后采用匹配算法进行使之愈来愈完善具有很高的匹配精度和适度性在此基础上对模型作进一步讨论便可得到一系列可靠而实用的信息并且所得结论与客观事实很好地吻合从而进一步说明模型是合理的。612缺点
1进行灰度处理时，数据量大，对于导入数据需要一定的技巧。2在求解某些模型时，为了使问题得到方便的解决，往往采用简化的手段进行求解，因此求出的结果与真实值会存在一定的偏差。3但是由于数据量比较大，人工干预又占有一定的比重，所以在现实生活中还有一定的局限性。4自动化程度不够高，属于半自动拼接技术。62模型改进在进行问题二，三时，由于时间有限，数据量大，内容繁琐，部分内容编不出程序来，希望通过我们的努力能建立出具有自动拼接能力的模型，主要突破口就是编程。进而把现在所建立的模型转化为全自动拼接模型，实现‘破镜重圆’的美好愿望。
参考文献
1刘莹，曹剑中，许朝晖，田雁，付同堂，王锋，基于灰度相关的图像匹配算法的改进，《应用光学》，2007年05期，20072吝维军，符号计算系统与数学实验，吉林科学技术出版社，2005。
13
f附录附录一：问题结果
表1附件1结果
08141215131002160104050913181107170006
图1附件1复原图
14
f表2附件2结果
03060207151811000501091310081214171604
图2附件2复原图
15
f图3附件3复原图
16
f附录二
图4附件4复原r