绘画是画家艺术情感的载体,因此对绘画图像进行情感分类是绘画图像管理中的重要内容,绘画情感分类研究也因此成为计算机视觉信息处理及其相关学科的研究热点。云南油画是中国绘画艺术的重要组成部分,它包含民俗和风景两大主题,充分展现云南丰富多彩的地域文化。现有绘画情感分类算法对人脸区域特征的利用存在严重不足,且分类算法效率较低,难以直接应用于云南油画的情感分类。本文以云南民俗油画情感分类问题为研究对象,重点研究了相关图像特征提取与情感分类在云南民俗油画上的应用,研究了基于极限学习机的云南民俗油画情感分类算法。本文完成的具体内容如下:首先,针对人脸特征提取存在的难点问题,研究并实验了基于人脸定位和小波变换的云南油画人脸区域特征提取算法。该算法首先采用矩形特征对油画中人脸进行全面检测,然后结合二值化与灰度投影法对人脸中的关键部位眼睛进行定位。在此基础上,采用Gabor小波变换对人脸特征信息进行提取,并基于PCA主成分分析法对云南油画图像中的人脸特征信息进行了降维处理。其次,研究了基于极限学习机(Exreme Learning Machine)的云南民俗油画情感分类算法。相较于传统的基于SVM或BP神经网络的情感分类算法训练速度慢、容易陷入局部最优解的缺陷,ELM兼顾了计算机训练速率与分类精度的双重要求。实验结果表明,本文基于ELM研究云南民俗油画情感分类算法,简化了算法流程,提高了情感分类准确性。最后,情感分类系统的设计与实现。系统全部采用Matlab语言结合其人机交互界面(GUI)设计功能进行开发,然后使用自建数据库中的绘画图像进行实验测试,并与其他方法进行了基于识别率的性能比较。实验结果表明提取油画中的人脸区域特征,可以有效提高油画情感分类准确度。