[发明专利]一种光场特征油画鉴别方法有效

专利信息
申请号: 202110357183.2 申请日: 2021-04-01
公开(公告)号: CN113284152B 公开(公告)日: 2023-06-27
发明(设计)人: 金海燕;孙彤鑫;肖照林 申请(专利权)人: 西安理工大学
主分类号: G06T7/11 分类号: G06T7/11;G06T7/62;G06T7/66;G06N3/0464;G06V10/82;G06V10/774;G06V10/762
代理公司: 西安弘理专利事务所 61214 代理人: 戴媛
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 特征 油画 鉴别方法
【说明书】:

发明公开了一种光场特征油画鉴别方法,过程如下:将微透镜阵列板贴合于油画表面并拍摄,得到光场原始图像;对光场原始图像进行解码得到四维参数化矩阵;提取多个子孔径图像;将中心行子孔径图像统一剪裁为分辨率相等的图像,将剪裁后的中心行子孔径图像转换为灰度图像,计算灰度图像的平均亮度值,将所有灰度图像中亮度值低于灰度图像平均亮度值的子孔径图像筛除出去,再选择出最左角度和最右角度的灰度图像;对两幅灰度图像逐像素的提取基于视角稳定变化的特征点作为数据集,并固定五个初始质心点对数据集进行K‑Means聚类分析,得到最终质心点;将最终质心点连接成多边形图像,计算相似性值,当相似性值低于阈值时为真,反之为假。

技术领域

本发明属于数字图像处理和光学技术领域,涉及一种光场特征油画鉴别方法。

背景技术

油画是使用快干性的颜料在画布上绘制的特殊画种,其特点在于表面留有颜料的凸凹纹理。因其具有很高的收藏价值,吸引国内外大量收藏家购买。而目前油画交易市场上仍存在大量难以辨认的赝品油画,因此油画鉴别技术的研究十分迫切。

随着油画产业的快速发展,油画鉴别方法的研究受到越来越多研究人员的关注。画家寒风提出鉴别油画要分析其绘画风格、技法特点和画家所处时代背景等信息,该方法靠人的主观经验来分析的,因此,不具有通用性和可靠性。Edwards和Benoy提出激光拉曼显微无创分析法,该方法用拉曼光谱仪对油画颜料进行分子特性分析,但激光拉曼显微无创分析法仅限于鉴别文艺复兴时期的油画作品。王红提出利用中子活化技术鉴别油画真伪的方法,首先利用中子活化法对真迹油画进行照射得到各元素成像分布图,进而将其进行处理得到由该真迹油画的若干特征单元组成的评价标准集,然后再用同样的方法得到表征待鉴别油画的待鉴别集合,最后利用计算机比较两个集合的相似度作油画真伪鉴别的依据,该方法使用中子活化技术来分析,灵敏度因元素而异,且变化很大。苏雪薇提出基于智能视觉的油画真伪鉴定技术,首先构建智能视觉检测模型捕获油画信息,获取油画图像特征,进而融合油画特征的颜色和形状特征,再计算油画特征差异系数与差异特征阈值,通过油画真伪鉴定规则实现油画真伪鉴定,该方法融合了五维特征信息,计算复杂度高。王倩提出基于图像识别的油画真伪鉴别方法,该方法围绕油画在数字化后所形成的数字图像做分析研究,首先分析油画的局部特征区域和笔触风格,再分析油画整体的风格提取全局颜色特征和纹理特征,再将上述得到的特征进行融合,最后通过三个神经网络训练以实现油画鉴别,该方法需要融合多种特征,还需进行三个神经网络训练,系统复杂性太高,鉴别速度慢。

发明内容

本发明的目的是提供一种光场特征油画鉴别方法,解决了现有真伪油画鉴别方法存在的人为主观因素影响而通用性低和复杂性高等问题。

本发明所采用的技术方案是,一种光场特征油画鉴别方法,具体按照以下步骤实施:

步骤1、将微透镜阵列板贴合于油画表面,并用聚焦式光场相机进行拍摄,得到光场原始图像;

步骤2、对步骤1中得到的光场原始图像进行解码得到四维参数化矩阵L[s,t,u,v];

步骤3、利用步骤2得到的四维参数化矩阵L[s,t,u,v]提取多个子孔径图像;

步骤4、将中心行子孔径图像统一剪裁为分辨率大小相等的图像,得到剪裁后的中心行子孔径图像,将剪裁后的中心行子孔径图像转换为灰度图像,计算灰度图像的平均亮度值,将所有灰度图像中亮度值低于灰度图像平均亮度值的子孔径图像筛除出去,再选择出最左角度和最右角度的灰度图像;

步骤5、对步骤4选出的两幅灰度图像逐像素的提取基于视角稳定变化的特征点;

步骤6、以步骤5中提取出的特征点作为数据集,并固定五个初始质心点对数据集进行K-Means聚类分析,进而得到最终质心点;

步骤7、将步骤6得到的最终质心点连接构成多边形图像,并计算多边形图像相似性值,当鉴别油画真伪时,重复步骤1至步骤7,当多边形图像相似性值低于设定的阈值时判定该油画为真,反之则为假。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110357183.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top