在计算机辅助破碎文物修复过程中,将大量碎片进行拼接复原是NP难问题。高效的文物碎片智能分类方法可以实现碎片的子集划分,降低碎片拼接时的穷举规模,分解前移拼接NP难矛盾,提供对破碎文物计算机辅助修复过程的有效支撑。本文围绕陶瓷文物碎片的智能分类,通过理论分析、方法设计与实验对比,对陶瓷文物有效特征提取、主动学习分类过程优化、词袋模型优质码本生成、基于决策融合分类器系统集成等关键问题进行了研究,并进一步融合颜色情感特征进行了陶瓷文物碎片的特征表示和分类应用。该研究工作得到了国家自然科学基金项目的支持,本文的主要贡献为:（1）提出了陶瓷文物的视觉特征描述与相似性度量方法。针对陶瓷文物设计实现了强鲁棒性的纹饰整体特征,并以量子遗传算法为基础进行纹饰特征的相似性度量;基于稀疏表示原理,并扩展经典灰度共生矩阵方法,实现了釉色和纹理特征深度融合;针对陶质文物,通过对经典2DSift方法中关键点定位、方向确定等重要环节的扩展改进,结合聚类分析方法实现了碎片三维点云的显著几何特征提取。通过对陶瓷碎片图像、秦俑碎片模型进行验证,所提出的特征表示与相似性度量方法更符合文物碎片本身特点,能有效实现对陶瓷文物碎片的视觉特征表达与比对。（2）针对文物标注样本少的问题,提出了基于代表样本批量选择的主动学习优化分类方法。文物稀少珍贵,类别虽多、但同类别已标注样本偏少,不能够有效支撑分类器训练过程中的充分学习。通过分析研究分类训练过程中的交互反馈机制,以样本的有效选择为目标,提出结合样本不确定性度量与冗余清除为一体的主动学习优化分类方法。通过对陶瓷碎片库的分类实验,该方法可以有效提升主动学习过程中的相关反馈效率,进一步实现高效分类器的训练生成,缓解文物碎片分类训练过程中初始训练样本偏少、学习不充分的问题。（3）优化改进了词袋模型分类的码本构造方法。现有词袋模型分类的码本构造过程复杂,并且缺少对可视词汇间的冗余关系分析,从而影响到最终的分类效果。针对这一问题,通过对聚类生成码本的过程进行改进,并进一步根据词汇之间的依存共现关系进行码本优化,获得高区分能力码本,在陶瓷碎片图像分类实验中,通过该方法将分类精度较传统方法平均提升了 20%,分类性能得到显著改善。（4）提出了基于决策融合的分类器集成方法。陶瓷文物具有多种异构特征,但是受信息利用不充分、分类方法本身缺陷等客观因素的限制,基于单特征的、单分类器的分类系统实用效果差。针对该问题,首先将子分类器差异性度量的相关思想引入和声搜索算法,通过度量和声库的多样性,改进提出了自适应全局优化和声算法（AGOHS）,然后,根据决策融合思想,结合分类精度和差异性的综合度量,提出基于AGOHS分类器集成方法,通过子分类器之间信息相互补充,实现了基于多种特征、多种基本分类方法融合的高效分类系统构建,提升了进行陶瓷碎片综合分类应用的实际效果。（5）提出了融合颜色情感特征的陶瓷碎片分类方法。以釉色为基础的色彩、纹饰是瓷器文物的最主要属性,与艺术风格之间的关系非常紧密。图像中包含有丰富的情感信息,通过空间约束模糊聚类提取图像主色彩,根据PAD模型计算色彩情感特征,构建融合情感特征的瓷片釉色稀疏字典,进行陶瓷碎片分类效果良好。对颜色情感在陶瓷文物特征中的表示和应用进行有益探索,奠定了进一步进行陶瓷文物艺术风格数字化的研究基础。