[发明专利]一种硬笔书法作品评判方法

说明书

本公开涉及一种硬笔书法作品评判方法，包括：以评判标准为依据获取硬笔汉字图像，并基于硬笔汉字图像建立评判数据集；针对评判数据集中的汉字基于特征点集进行特征选取得到多个特征，其中特征点集为构成各汉字的全部特征点组成的集合；基于主动形状模型对多个特征的特征点进行自动标注，得到标注特征；将评判数据集中的标准字与待评价字的按照标注特征进行比对和计算，得到多个特征相似度；根据多个特征、标注的特征点和特征匹配算法建立汉字特征库；基于汉字特征库中汉字对应的评分标注和特征相似度建立汉字自动评判模型。本公开可以提升标注准确率，提高评判工作的专业性、客观性，利用计算机实现对硬笔汉字书写美观度的自动评判。

技术领域

本公开涉及图像评价技术领域，尤其涉及一种硬笔书法作品评判方法。

背景技术

目前借助信息技术解决书法评判问题时，依据研究对象的不同可以分为联机书法评判和脱机书法评判两种，联机评判是指通过手写平板等输入设备收集书写过程中的各项信息来进行书法评判；脱机评判是指通过将学生按照字帖书写的字进行拍照或扫描处理，转化为计算机可处理的静态图像文件，对图像进行特征选取、特征比对来进行书法评判。由于脱机汉字评判在书写时不需要必须使用特别的输入设备，约束条件少，且从教学层次讲，临摹字帖相较于手写平板等输入设备更适合学生学习书法笔法，所以对比联机评判而言，脱机评判在书法教学中更具有指导意义。但脱机汉字评判存在的缺点在于只能利用图像静态信息，对比联机汉字评判包含更丰富的动态特征信息，特征随着输入过程由智能设备记录下来而言，难度较大。

对于计算机而言，图像包含的信息是由所有像素点组成，计算机很难分辨一个硬笔汉字图像的哪些像素点代表笔画，哪些像素点代表汉字书写时转折、起笔等特征，而这些特征对于评判硬笔汉字的书写好坏具有重要意义。常见的书法图像特征包括统计特征和结构特征，统计特征是指在同一类字符中使用一定的方法通过统计结果形成的特征，如图像灰度特征、信息嫡等。统计特征虽然没有充分利用汉字的结构信息，但因汉字结构复杂，反而使得汉字比其他西方文字具有更强的鉴别能力，所以汉字的统计特征经常应用于汉字识别领域，但统计特征的缺点也使得其不适合作为汉字评价研究的特征。结构特征是指构成汉字基本要素，如笔画、部件、特征点等，结构特征符合人们认知、书写汉字的过程，反应汉字的内在结构性质。汉字结构特征研究遵循先抽取汉字结构的基本单元，如笔画、部件等，再由这些基本结构单元构成汉字特征的研究思路，但汉字部件、笔画提取困难，结构间拓扑关系复杂，难有良好的效果。因此，如何自动、准确地标注硬笔汉字图像中的有效特征信息，并通过这些特征信息进行计算，对汉字书写美观程度进行评判成为了汉字评价的难点。

上述缺陷是本领域技术人员期望克服的。

发明内容

(一)要解决的技术问题

为了解决现有技术的上述问题，本公开提供一种硬笔书法作品评判方法，用以解决如何基于硬笔汉字图像中的有效特征信息对汉字书写美观程度进行准确评判的问题。

(二)技术方案

为了达到上述目的，本公开采用的主要技术方案包括：

本公开一实施例提供一种硬笔书法作品评判方法，包括：

S1、以评判标准为依据获取硬笔汉字图像，并基于硬笔汉字图像建立评判数据集；

S2、针对评判数据集中的汉字基于特征点集进行特征选取得到多个特征，其中特征点集为构成各汉字的全部特征点组成的集合；

S3、基于主动形状模型对多个特征的特征点进行自动标注，得到标注特征；

S4、将评判数据集中的标准字与待评价字的按照标注特征进行比对和计算，得到多个特征相似度；

S5、根据多个特征、标注的特征点和特征匹配算法建立汉字特征库；

S6、基于汉字特征库中汉字对应的评分标注和特征相似度建立汉字自动评判模型。