[发明专利]一种基于主体的国画图像和书法图像的识别方法

说明书

技术领域

本发明涉及一种图像识别方法，特别是关于一种基于主体的国画图像和书法图像的识别方法。

背景技术

国画作品和书法作品是中国文化中的重要组成部分，具有独特的艺术形式，在世界美术领域中自成体系，独树一帜。近年来，随着计算机和多媒体等技术的迅速发展，国画作品和书法作品的数字图像也与日俱增，因此如何有效的检索国画图像和书法图像越来越受到大家的关注。

国画图像和书法图像主要包括留白区域和主景区域，针对国画图像和书法图像自身的特点，经过数据预处理把留白区域设定为统一颜色之后剩余的主景区域更能够突出国画图像和书法图像的特征，因此定义该主景区域为国画图像和书法图像的主体。目前现有的图像识别方法中，对于图像特征的提取有：基于视觉注意机制目标区域的特征提取，直接使用全局图像进行特征提取，全局结合局部的特征提取等。

现有的研究工作主要集中在对国画图像的创作风格如工笔、写意等；内容如山水、人物、花鸟等的识别。2006年蒋树强等人提出了一种有效针对中国国画图像的检测和识别方法，该方法首先从一般图像中把国画图像分离出来，然后再对国画图像进行工笔和写意的二分类；2009年美国西北大学的Jana Zujovic等人提出了一种按艺术流派分类的算法，和基于内容的图像检索CBIR(Content Based Image Retrieval)系统类似，该算法主要也是利用纹理和颜色进行特征提取；美国宾夕法尼亚大学的Jia Li和James Z.Wang提出了一种基于混合随机模型的图像识别方法，该方法中使用二维小波多分辨率隐马尔可夫模型，对中国国画图像按作家进行识别，试验中选取了中国历史上的沈周、董其昌、高凤翰、吴昌硕、张大千五位画家的作品，对其所属作家进行识别。

上述方法都是集中在对国画图像的识别，目前尚未发现基于主体对国画图像和书法图像进行识别的方法。

发明内容

针对上述问题，本发明的目的是提供一种基于主体的概念，通过提取国画图像和书法图像主体的特征，实现对国画图像和书法图像识别的方法。

为实现上述目的，本发明采取以下技术方案：一种基于主体的国画图像和书法图像的识别方法，其包括如下步骤：(1)利用扫描仪扫描中国近代以前的国画作品和历史上出现过的书法作品，得到国画作品和书法作品的样本图像；(2)对样本图像进行基于Top-down的图像预处理，其包括如下步骤：①将样本图像从RGB颜色空间转换到HSV颜色空间；②对步骤①得到的HSV颜色空间的样本图像做Canny算子的边缘检测；③对步骤②得到的边缘检测的样本图像做边缘膨胀的处理；④对步骤③得到的边缘膨胀的样本图像做区域填充的处理；⑤对步骤④得到的区域填充的样本图像的填充区域以外的背景区域进行颜色信息的统计，包括对HSV颜色空间中的各个分量进行统计，得出各个分量的平均值Ave_H、Ave_S、Ave_V；⑥对初始扫描得到的样本图像进行全图逐个像素的遍历，样本图像每个像素点的HSV颜色空间的H、S、V各个分量的值分别与HSV颜色空间中各个分量的平均值Ave_H、Ave_S、Ave_V做差值运算，将差值运算结果与阈值进行比较，在阈值范围内的像素点认为是留白区域，将其设定为统一颜色；(3)从扫描得到的样本图像中随机选取训练样本图像和测试样本图像；(4)从训练样本图像中提取训练样本图像的主体特征向量，并训练分类器，其包括如下步骤：①经过步骤(2)图像预处理得到训练样本图像的灰度直方图，灰度为256阶；②对于训练样本图像灰度直方图中的每个颜色区间bin统计出在训练样本图像中出现的次数总和Total，每个训练样本图像最后生成一个256维的主体特征向量，完成训练样本图像的主体特征向量的提取，考虑到不同训练样本图像的大小，采用以下公式计算：

Total_bin=TotalWide×High,]]>

其中，Wide，High分别表示训练样本图像的宽和高；