随着深度学习时代的来临,计算机视觉在许多语义理解任务上都取得了很好的成绩,包括分类、检测、分割。将破碎的文档数据进行拼接,并恢复出原状是一个十分困难的问题。它涉及到计算机视觉和人工智能算法当中的匹配、识别、大规模状态空间当中的搜索等问题。研究文档拼接问题过程中涉及的上述这些技术除了其本身对计算机视觉和人工智能算法相关问题有重要的意义之外,解决文档问题在考古、刑侦领域也有广泛的应用。本文注意到了文档碎片条大多包含字符这一基本元素(完好字符或者破损字符),可以提供语义信息来实现文档拼接工作。尽管光学字符识别技术已经广泛用于完好的字符,但在破损字符的识别上仍有难度。因此,本文试图解决条形文档重建工作,旨在通过修复识别碎片条边缘上的破损字符,来完成文档拼接重建工作。在这个问题当中,我们将文档拼接工作简化为一类特殊的碎片,即假定为竖直切割的条形碎片条。另一个简化为仅考虑英文字符和数字组成的文档。本文主要研究了三个方面的内容:(1)基于竖直切割的条形碎片条的文本检测。(2)基于破损字符的修复识别工作。(3)基于竖直切割的条形碎片条的文档匹配重建工作。因此,本文的主要贡献如下:(1)设计了二阶破损字符修复识别框架,即破损字符修复识别器。我们设计了破损字符字形预测器、破损字符字体修复识别器,并定义了识别策略。(2)设计了新的条件生成对抗网络框架。我们在生成器部分引入条件实例批归一化层,在损失函数部分引入了孪生损失。(3)设计了基于二阶破损字符修复识别框架的文档拼接匹配框架。先设计了行检测、字符分割的方法,再设计了局部匹配方式,并设计由粗到细的相邻碎片条匹配方法,最终可以达到现有的文档拼接工作的水平。