[发明专利]一种传统云纹图案的自动分类方法

说明书

技术领域

本发明属于聚类分析、图像分类技术领域，涉及云纹图像预处理，形状上下文特征提取，近邻关系传递优化相似性矩阵。具体地说是一种结合近邻关系传递与形状上下文特征的多子类中心近邻传播算法聚类云纹图像的自动分类方法。

背景技术

在中国传统装饰纹样中，云纹是历史久远、造型样式极其丰富、独具东方艺术魅力的一个大类。云纹流变生动，寓意吉祥，表现形式多样，既有不同单体的变化，又有各类嫁接、连续的组合结构，自古以来就是各类平面和立体造形之中重要的装饰元素，即使到了今天，对当代艺术设计与创作仍有很大的借鉴价值。例如大家所熟悉的2008年北京奥运会火炬上就采用了祥云纹样作为装饰图案，其造型来源于先秦时期就出现的单勾卷云纹。在推崇弘扬优秀民族传统文化的今天，对传统艺术形式的研究显得犹为重要。其中，对传统图案样式进行搜寻、采集、归类、分析，发现其中蕴含着的民族智慧、符合东方审美观念的艺术语言，无论是对于学术研究还是丰富现代艺术设计语汇都极具价值。

中国传统云纹的发展起点可以追溯到新石器时代彩陶纹饰中的原始旋纹。而春秋战国时期青铜器上的云雷纹被认为是较为明确的最早的成形云纹，后又经历了卷云纹、云气纹、流云纹、朵云纹、如意云纹、团云纹、叠云纹等样式的繁衍变迁，从最初的单纯抽象发展到拟形和写意，样式极其丰富多变，即使是同一大类的云纹，随时代、地域、创作者的不同，也有多种形态的变化。由于云纹艺术形式极其丰富，各类图案样式资料浩如烟海，要做好这项研究整理工作仅仅依靠人工查找、整理归类，其效率是十分低下的，因此通过引入非监督的聚类分析方法，在研究图案特征的基础上实现云纹图案的自动分类无疑具有重大意义。

2007年Frey等人在science上提出了一种全新的基于簇类中心的聚类算法，即AP聚类算法(Frey B J:《Clustering by passing messages between data points》[J].science,2007,315(5814):972-976.)，并将该算法结合不同图像像素点间的欧氏距离对人脸图像进行了聚类研究，取得了比k-centers更好的聚类效果。之后Frey等人将AP聚类算法结合SIFT特征用于对Caltech101图像的聚类分析，证明了采用SIFT算法提取图像特征结合AP算法进行图像聚类具有一定的优越性(Dueck,Frey B J.《Non-metric Affinity Propagation for Unsupervised Image Categorization》[C]//Proc of 11th International Conference on IEEE Computer Vision.Toronto,Canada,2007:1-8)。王昌栋等人于2013年在PAMI上提出MEAP聚类算法，将AP算法单簇类中心的模型拓展为多子类中心的聚类模型，并结合SIFT特征对人脸图像、Aaltech101图像与SceneClass13的聚类进行了研究，提高了算法处理多子类图像的聚类精度(Wang C D:《Multi-exemplar affinity propagation》[J].IEEE Transactions on Pattern Analysis&Machine Intelligence,2013,35(9):2223-2237)。目前，对我国传统云纹图案进行自动分类的研究仍是空白。

发明内容

本发明借鉴Frey与王昌栋等人的研究成果，提出一种基于近邻关系传递的多子类中心近邻传播聚类算法(neighbor propagation based multi-exemplar affinity propagation,NP-MEAP)，结合SC特征提取算法实现云纹图案的自动分类。本发明的目的在于克服云纹图像人工分类非常低效的缺点，设计一种无监督的云纹图像自动分类技术。

实现本发明的技术关键是：云纹图像预处理、提取云纹图像SC相似性矩阵、通过改进的NP算法优化相似度矩阵、最后采用MEAP传播聚类算法进行自动分类。具体实现步骤包括如下：

(1)云纹图像预处理，归一化云纹图像尺寸、去除背景噪声、云纹图像线条细化。

(1a)归一化云纹图像尺寸，这样既方便后续图像的统一处理同时不会改变图像线条分布情况

(1b)去除背景噪声，同时也方便采用数学形态学方法对图像进行细化。

(1c)云纹图像线条细化，因为不同类云纹图像的线条形状不同，而同类云纹图像的线条形状基本相似，因此主要关注云纹图像线条形状。