图象识别技术应用领域十分广泛,是当前研究的热点问题之一,很多的专家学者都在这方面进行了研究,取得了一些很好的成果。剪纸是我国历史悠久的传统民间艺术之一,随着动漫产业的发展,剪纸艺术作品是一种很好的动漫素材。由于艺术作品变形大,对艺术作品图象的识别研究较少,将剪纸艺术与图象识别结合起来,研究计算机剪纸将是一项非常有意义的工作。特征提取是决定相似性和识别图象的关键,如何提取到图象本质的且具有不变的有效特征是研究核心内容。本文深入研究了国内外图象识别的各种特征提取方法和识别方法的研究现状,针对非数学变换的变形图象识别,提出了一些较为有效的方法,能够提取到不受平移、旋转、尺度变化和小变形的有效特征,并应用于剪纸纹样的艺术图象识别中,实验证明有良好的效果。论文的工作主要从以下几个方面展开:(1)研究剪纸图象的特点,对剪纸纹样进行总结和分类。使用一般的图象预处理技术,通过背景去噪、灰度化以及二值化处理等来处理剪纸图象,能够有效的去除剪纸图象的背景噪声,突出了纹样,为后续的纹样识别工作做准备。(2)提出一种R-变换与奇异值分解的特征提取算法,本文在radon变换的基础上,提出了一种较为简单的方法进行图象特征提取。使用该方法提取到的特征具有平移、旋转和尺度不变性,且具有一定的鲁棒性,代表了图象的结构特征,能够较好的识别一定变形剪纸纹样。(3)针对现有的方法提取到的特征不适合变形图象的缺点,提出一种适合剪纸纹样的识别方法。利用Fourier-Mellin变换具有不受几何变换的结果,使用小波分析求其各层的方差和均值,得到目标不同子带的特征值。实验证明该特征不仅具有平移、旋转和尺度不变性,而且适用于有变形的纹样图象的识别。(4)研究各种图象识别的方法,使用分类性能和泛化能力较好的支持向量机作为纹样识别的分类器,能够将纹样有效进行识别和分类。实验所用的剪纸图象均为扫描剪纸相关书籍得到,通过实验对论文中的算法进行了理论分析和验证,结果表明:(1)基于R-变换和奇异值分解的方法,计算简单,提取到的特征鲁棒性好,具有平移、旋转和尺度不变性,对多数有变形的图象有较好的区分度;(2)多分辨FM变换算法不受几何变换影响,能有效地实现剪纸纹样识别与分类,并具有较好的鲁棒性;(3)使用支持向量机作为分类器,具有较好的泛化能力,能够将夸张变形的纹样有效的分开;本论文从实际问题出发,深入研究了剪纸纹样图象的预处理、特征提取和识别方法等技术,针对非严格意义上的数学变形图象,提出一些特征提取和识别的有效办法。本文算法提取到的特征不但具有平移、旋转和尺度等几何不变性,而且能够进行一定的变形图象的识别,在理论上拓宽了图象识别的方法。结合剪纸艺术进行纹样识别研究,为计算机剪纸艺术的设计与实现提供了一种新方法。