随着碎纸机在生活、工作中的应用,碎纸片的拼接复原问题在国家安全和刑侦等领域发挥着越来越重要的作用。但该问题是一个非常具有挑战性的课题,特别是形状相似、颜色单调、尺寸小、数量多的横纵切碎纸片。当前解决该问题的基本思路是:先进行聚类分行、再进行行内拼接,最后进行行间排序。但是在聚类分行实验中发现,当前算法的聚类结果不仅精度不高,而且不与给定文档的切割行数线性相关。其次,当前的行内拼接算法,仅使用了碎片的左右边缘信息,导致碎片的拼接精度也不高。本文首先通过模拟文档切割,发现各行碎片的文字行位置存在一定的数学规律,进而,我们基于文字行位置规律与真实行高不一定为整数个像素值的特点,设计出K-simulation聚类分行算法。算法首先通过所有碎片找出行高与字高的整数值,通过文档左侧的空白特点提取出文档的最左侧列碎片;然后,根据参数建立的碎片模拟列向量,根据最左侧列碎片提取出碎片的特征列向量,进而,两者进行匹配,通过迭代参数、比较匹配和,尽可能地找出碎片的真实行高;最后,根据行高、字高等参数,模拟出碎片的聚类中心,完成碎片的聚类分行。在完成碎片的聚类分行与行间排序基础上,针对上下边缘存有文字信息的碎片,我们设计了基于碎片多方向信息的“多排扣”的行内拼接算法,进一步,针对中文碎片,我们结合中文宽度的一定性,设计出“多排扣+字宽”的行内拼接算法。实验表明,聚类结果不是只与切割行数及噪声有关,而是由切割行数、碎片高度、文字行高及噪声等共同决定的。其次,在碎片的聚类对比实验上,无论是单文件碎片还是同类型的双文件混合碎片,我们的方法均优于当前较先进的方法,且额外给出了各行碎片之间的顺序,同时,通过同种类型文档的双文件混合碎片的聚类示意图,我们得到同类型多文件混合碎片相比于单文件碎片,聚类结果受各文档的K值影响。然后,在行内拼接实验上,我们的方法也优于贪心算法,且随着切割行数的增大,拼接精度可进一步提高。最后,针对横纵切碎纸片拼接领域公认的数据集,我们算法依然表现出良好的性能。