基于图像学的书法风格研究在书法风格识别、分类存储及风格鉴赏等应用中有着重要的意义。在众多的书法作品中,颜真卿的楷书是唐楷中最具代表的作品,对其风格的计算机视觉研究具有重要的学术意义和实践意义。本文主要对书法风格识别与颜体书法风格一致性问题进行研究。首先对颜体和其余楷书四大家风格进行区分,接着以颜真卿不同时期的书法字体为数据集来研究颜体风格的变化和发展,并验证颜体在其他书法风格中的内在相似性,从而区分颜体风格与其他风格。本文主要工作如下:(1)提取了书法字体库作为样本数据集。首先对古代碑帖图像进行预处理,然后使用游长概率统计的方法对古代的碑帖图像进行去噪,最后通过自适应最小包围盒切割算法对去噪后的碑文字帖进行单字切割,获得了包含颜体四碑帖与楷书四大家字体库的原始数据集。(2)研究比较了传统图像算子在书法风格识别中的有效性。在特征提取方面,比较了Gabor、小波及LBP三种经典的特征提取算法,并基于SVM进行多分类。针对书法字独特的笔画特征和结构特征,本文在对Gabor滤波器进行配置时,选择有效的方向和尺度参数,保证充分提取书法字信息的前提下,尽可能减少数据的冗余。(3)提出了基于GIST与PHOG融合特征的书法风格识别方法。首先提取了书法字图像面向全局的GIST特征和面向局部轮廓的PHOG特征,然后采用KPCA算法分别对两种特征进行降维,再将降维后的两个特征进行串行融合,最后使用SVM分类器进行风格训练和分类。实验结果一方面证明了所提出方法的优越性,另一方面从计算机视觉方面证明了颜体风格的特异性及代表性。综上所述,基于GIST与PHOG融合特征的书法风格分类方法,能够有效克服单一特征在描述书法字特征时的局限性。此外,本文将降维算法应用到书法特征融合中,既能保留书法字本身丰富的特征,又能在很大程度上降低数据的冗余,大大提高识别效率。同时,本文对颜体书法的研究起到重要的补充作用。