论文部分内容阅读
中国书法是中华民族五千年文明的传承,是中国文化的重要代表之一。然而在艺术古玩市场中,越来越多赝品的流入使得书法作品鱼龙混杂,因而真伪鉴别工作显得尤为重要。目前,书法作品真伪鉴别的主要手段是目鉴,缺乏客观量化的标准。随着中国书画作品数字化进程的不断进行,利用计算机进行的书法真伪鉴别成为了研究的重点。针对目前存在的问题,论文提出了数字书法作品处理的理论、技术和方法,研究了如何结合图像处理技术和人工智能技术量化的表征抽象书法图像,以辅助书法作品的真伪鉴别。本文主要完成的工作如下:1.针对传统骨架提取算法抗噪能力较差,骨架毛刺较多的问题,提出了一种改进的基于引力势能模型的书法字骨架提取算法。该算法以书法字骨架的基本特征为基础,通过引入引力势能概念,视书法字的边缘像素点为势能最小点,计算所有目标像素的势能,并以势能极大值点作为基本骨架点,据此向邻近基本骨架点处延伸的方式构建出完整骨架。2.书法笔画具有丰富的书写人特征,能否正确进行特征向量提取和匹配直接影响识别效果。针对SURF(Scale Invariant Feature Transform)算法检测特征点少,误匹配率高的问题,论文提出了一种基于Contourlet变换的SURF算法。该算法利用Contourlet变换,在提取特征点前对书法字笔画进行子带分解和方向性滤波,得到低频和高频细节分量;之后采用最小欧式距离准则(LEDC)对低频细节分量进行相似性计算,并对高频细节分量进一步分解后选取合适阈值提取高频特征点,最后进行SURF特征点匹配,采用RANSAC算法剔除误匹配点。3.通过分析不同书法家的稳定性特征及特征权重的学习训练,构造书法家个性风格特征向量,并以此建立了真伪鉴别模型。然后比对分析真迹模型和可疑作品的特征,给出了作品是真迹的可能性概率。论文最终以量化的数据为依据,实现了书法作品真伪鉴别,并建立了完整的书法作品真伪鉴别系统。