[发明专利]一种基于支持向量机的艺术画作自动分类系统及方法

说明书

本发明属于计算机视觉技术领域，公开了一种基于支持向量机的艺术画作自动分类系统及方法，包括图像预处理模块、艺术画作分类模块，图像预处理模块用于对待分类的艺术画作进行预处理，得到预处理后的艺术画作；艺术画作分类模块采用三级SVM分类器；第一级分类器采用偏态分类树，用于根据预处理后的艺术画作分类出素描画、非素描画；第二级分类器采用偏态分类树，用于根据非素描画分类出水彩画、油画；第三级分类器采用正态树，用于根据油画得到油画派别。本发明解决了现有技术中无法对不同风格的艺术画作进行自动分类的问题，能够更好地实现不同风格的艺术画作分类。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于支持向量机(SupportVector Machine，SVM)的艺术画作自动分类系统及方法。

背景技术

从艺术画作中分类出不同风格的艺术画作是一个非常重要的问题，针对不同绘画艺术作品图像的不同艺术风格特征，利用数字图像相关技术，来研究并实现对绘画艺术作品的分类，是当今的研究热点之一。

伴随着图像分类技术与人工智能(机器学习、计算机视觉等)及数据库等相关技术的结合逐渐紧密。如何处理图像数据，并结合图像特征，将人工智能及机器学习等技术运用于图像分类中，己成为一种新的研究方向。图像分类，是一种根据不同图像的不同特点来区分类别的图像处理方法。通过计算机对图像进行量化处理，定性分析，将图像进行分类，以代替人类的主观视觉。

目前一般的进行图像分类的方法大体上可以分为以下几种：基于形状的图像分类技术、基于色彩特征的索引技术、基于空间关系的图像分类技术、基于纹理的图像分类技术等。但是，现有技术无法对不同风格的艺术画作进行自动分类。

发明内容

本申请实施例通过提供一种基于支持向量机的艺术画作自动分类系统及方法，解决了现有技术中无法对不同风格的艺术画作进行自动分类的问题。

本申请实施例提供一种基于支持向量机的艺术画作自动分类系统，包括：图像预处理模块、艺术画作分类模块；

所述图像预处理模块用于对待分类的艺术画作进行预处理，得到预处理后的艺术画作；

所述艺术画作分类模块采用三级SVM分类器；第一级分类器采用偏态分类树，用于根据所述预处理后的艺术画作分类出素描画、非素描画；第二级分类器采用偏态分类树，用于根据所述非素描画分类出水彩画、油画；第三级分类器采用正态树，用于根据所述油画得到油画派别。

优选的，所述基于支持向量机的艺术画作自动分类系统还包括：验证模块、评估模块；

所述验证模块用于验证所述第一级分类器、所述第二级分类器、所述第三级分类器的分类准确率；

所述评估模块用于基于所述艺术画作分类模块的分类准确率评估所述三级SVM分类器的分类性能。

优选的，所述三级SVM分类器的训练包括：

提取训练集中素描画、水彩画、油画这三类图像的颜色特征，得到第一标签，并将所述第一标签作为所述第一级分类器的输入，选用SVM的径向基核函数进行分类训练，通过所述第一级分类器实现素描的分类，得到素描画集和非素描画集；

针对所述非素描画集中的样本，提取图像的高低灰度对比度特征、分块熵分布特征、LBP特征，组成特征向量集并形成第二标签，将所述第二标签作为所述第二级分类器的输入，选用SVM的线性核函数进行训练，通过所述第二级分类器实现水彩和油画的分类，得到水彩画集和油画集；

针对所述油画集中的样本，提取图像的54维特征，组成特征向量并形成第三标签，将所述第三标签作为所述第三级分类器的输入，选用SVM的线性核函数进行训练，通过所述第三级分类器实现油画的派别分类。

优选的，所述提取颜色特征的具体实现方式为：