论文部分内容阅读
对中国书法作品进行基于图像处理的真伪鉴别方法研究,对于继承和发扬传统的中国文化有非常深远的意义,并且有助于计算机艺术的发展和推广。目前,在艺术领域的书法鉴定主要依靠书法鉴定家通过主观经验来经行鉴别,然而,对于大数据量的书法真伪鉴别仅仅通过主观经验难以人工完成的,在计算机的辅助下如何为书法作品的真伪鉴别提供有效的评判标准?本文从原始作品获取,书法字预处理、笔画基元提取、风格特征提取、真伪鉴别五个方面对书法作品依次处理,最终给出该书法作品为真迹的概率。针对书法字在笔画重合部分提取困难,无法有效的提取出书法字的笔画基元,提出了一种基于模糊区域检测的笔画提取算法,提高书法笔画基元提取的有效性。首先,采用Candy算子获取书法字轮廓,然后采用迭代算法获取书法字的骨架,在骨架特征点上确定模糊区域的近似中心点。以中心点为圆心在其周围的笔画信息上进行模糊区域检测,检测出轮廓上有效的特征点。最后,运用笔段恢复规则合并出有效的笔画基元。实验表明,与传统的轮廓跟踪法相比,本方法可以提取出有效的书法字笔画信息,保证了书法鉴定的稳定性和准确性。书法家通过多年的练习,在书写创作时都会有自己的风格,并且这些特点是稳定的。针对这个特点,本文按照不同的规则从书法家的笔画级和结构级提取出能够表现书法家书写风格的多个特征点。然后针对每个特征点运用高斯分布模型,对不同书法家的特征点进行选择得到风格特征向量。鉴别时,针对传统的真伪鉴别方法计算复杂,计算量大的缺点,采用基于正态分布的真伪鉴别算法,将概率计算转化成距离运算。在书法家风格特征的基础上,使用正态分布参数构造真迹模型,通过计算待鉴别作品和已经确定的真迹模型的“距离”来鉴别真伪。通过实验结果表明,本方法能有效的提取出每个书法家的风格特征向量,给出待判定作品的真伪状态。