專利名稱：一種計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)技術(shù)中的圖像識(shí)別技術(shù)領(lǐng)域，主要是利用圖像識(shí)別技術(shù)的一種計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別方法。傳統(tǒng)的國(guó)畫真?zhèn)舞b別屬于藝術(shù)學(xué)科，將二者結(jié)合起來(lái)構(gòu)成一種計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別方法，其為鑒定專家提供量化的、客觀的鑒定參考指標(biāo)。
背景技術(shù)：
國(guó)畫作為一種獨(dú)特的藝術(shù)創(chuàng)作形式，是我國(guó)傳統(tǒng)藝術(shù)與文化的重要組成部分，正逐步進(jìn)入國(guó)際上的藝術(shù)收藏市場(chǎng)。但大量的贗品使得國(guó)畫的國(guó)際化步伐大為減慢。傳統(tǒng)的國(guó)畫真?zhèn)舞b別方式主要依賴專家對(duì)國(guó)畫風(fēng)格、運(yùn)筆等方面的感性判斷，最大的缺點(diǎn)是主觀因素影響太多，缺少客觀的、可量化的鑒別指標(biāo)。基于圖像識(shí)別技術(shù)的計(jì)算機(jī)輔助國(guó)畫真?zhèn)舞b別，可以給專家提供一致的、客觀的、定量的判別指標(biāo)，有助于提高國(guó)畫鑒別的可信性與科學(xué)性。
另外，隨著圖像處理、模式識(shí)別技術(shù)的發(fā)展，基于圖像識(shí)別技術(shù)的條碼識(shí)別、生物特征識(shí)別，以及手寫體識(shí)別等都得到了廣泛的應(yīng)用。利用圖像識(shí)別技術(shù)對(duì)國(guó)畫進(jìn)行計(jì)算機(jī)輔助的真?zhèn)舞b別將是一種全新的鑒別方式，具有很大的發(fā)展?jié)摿Α?br>
發(fā)明內(nèi)容
本發(fā)明的目的是要解決上述存在的缺陷，而提供一種基于數(shù)字圖像的計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別方法，從而實(shí)現(xiàn)計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別。
本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案。這種計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別方法，其步驟如下1)通過(guò)數(shù)碼相機(jī)、掃描儀等數(shù)字化設(shè)備將國(guó)畫數(shù)字化為圖像作為輸入；2)、人工選取國(guó)畫圖像中一些可能對(duì)真?zhèn)舞b別有重要意義的對(duì)象塊；3)、對(duì)每個(gè)對(duì)象塊建立一個(gè)基于MRF的真?zhèn)舞b別框架；4)、在真?zhèn)舞b別框架的基礎(chǔ)上，使用置信傳播推理算法迭代推導(dǎo)對(duì)象塊中各個(gè)節(jié)點(diǎn)的真?zhèn)危?)、使用投票法判決對(duì)象的真?zhèn)?。?shí)驗(yàn)結(jié)果表明本發(fā)明提供的計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別方法能夠提供一個(gè)比較科學(xué)的鑒別依據(jù)。
本發(fā)明有益的效果是首先本發(fā)明利用圖像識(shí)別技術(shù)進(jìn)行國(guó)畫真?zhèn)舞b別，為傳統(tǒng)國(guó)畫真?zhèn)舞b別中的非客觀性和非量化性等問(wèn)題提供可行的解決方案；其次本發(fā)明為國(guó)畫中的對(duì)象建立了一個(gè)真?zhèn)舞b別模型。采用國(guó)畫的數(shù)字化圖像作為輸入，利用模式識(shí)別技術(shù)進(jìn)行國(guó)畫真?zhèn)屋o助鑒別，操作簡(jiǎn)單、實(shí)現(xiàn)方便、提供了量化的鑒別結(jié)果、并具有很強(qiáng)的客觀性，具有很大的發(fā)展?jié)摿Α?br>

圖1是本發(fā)明的三層真?zhèn)舞b別模型；圖2是本發(fā)明的置信傳播算法中消息傳遞示意圖；標(biāo)記說(shuō)明圖2為(a)從左邊節(jié)點(diǎn)xj傳遞到xi的消息 (b)從右邊節(jié)點(diǎn)xj傳遞到xi的消息；(c)從上邊節(jié)點(diǎn)xj傳遞到xi的消息 (d)從下邊節(jié)點(diǎn)xj傳遞到xi的消息具體實(shí)施方式
下面結(jié)合附圖和實(shí)例對(duì)本發(fā)明作進(jìn)一步介紹一、本發(fā)明的整體思想傳統(tǒng)的國(guó)畫真?zhèn)舞b別方法主要依賴專家的經(jīng)驗(yàn)性知識(shí)，其缺點(diǎn)是主觀因素較多，缺少客觀的、可量化的鑒別指標(biāo)，我們從圖像識(shí)別技術(shù)的角度分析數(shù)字化后國(guó)畫的真?zhèn)危粚?guó)畫對(duì)象中的相鄰像素的空間交互建模為基于平面網(wǎng)格上的MRF，并在此基礎(chǔ)上建立真?zhèn)巫R(shí)別模型；使用置信傳播推理算法模型中的各個(gè)節(jié)點(diǎn)的真?zhèn)螤顟B(tài)；用投票法得到最終對(duì)象的真?zhèn)巍?br> 二、本發(fā)明所述的這種基于MRF的計(jì)算機(jī)輔助國(guó)畫真?zhèn)舞b別方法，其步驟如下1、選取國(guó)畫對(duì)象通過(guò)數(shù)碼相機(jī)、掃描儀等數(shù)字化設(shè)備將國(guó)畫數(shù)字化為圖像，從中選取對(duì)真?zhèn)舞b別有重要意義的對(duì)象，并在對(duì)象上隨機(jī)選取大小適中的對(duì)象塊。
2、建立基于MRF的真?zhèn)舞b別框架每一個(gè)對(duì)象塊對(duì)應(yīng)一個(gè)MRF隨機(jī)場(chǎng)Y，其中對(duì)象塊中的像素作為MRF中的節(jié)點(diǎn)，每一個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)不可見(jiàn)的狀態(tài)值X，表示Y被分割成具有各自統(tǒng)計(jì)特性的類別(真和偽)。X中不同之間的連線表示相鄰節(jié)點(diǎn)的狀態(tài)對(duì)其自身狀態(tài)的影響。像素級(jí)MRF的結(jié)構(gòu)如圖1最上層所示。在像素級(jí)MRF中各個(gè)節(jié)點(diǎn)狀態(tài)值已知的情況下，根據(jù)最大值投票法可以推導(dǎo)出各個(gè)對(duì)象塊的真?zhèn)?，此過(guò)程構(gòu)成對(duì)象塊級(jí)模型，結(jié)構(gòu)圖如圖1中間層所示。同理，在對(duì)象真?zhèn)螤顟B(tài)已知的情況下，可以推導(dǎo)出整個(gè)對(duì)象的真?zhèn)?，即?gòu)成真?zhèn)舞b別模型的對(duì)象級(jí)層。另外，在推導(dǎo)對(duì)象的真?zhèn)螤顟B(tài)時(shí)，由于對(duì)象塊之間是相互無(wú)關(guān)的，因此可以使用樸素貝葉斯進(jìn)行推理，或使用簡(jiǎn)單的最大值投票法。
3、用置信傳播算法推理MRF中節(jié)點(diǎn)的真?zhèn)蜯RF中置信傳播算法的推理步驟為1)定義支持函數(shù)和相容函數(shù)支持函數(shù)表示MRF中節(jié)點(diǎn)自身信息對(duì)它的支持，數(shù)學(xué)表達(dá)式為φi(xi,yi)=12πδi2exp((yi-μi)22δi2)---(1)]]>其中參數(shù)(μi，δi)由訓(xùn)練樣本學(xué)習(xí)得到。
相容函數(shù)表示MRF中節(jié)點(diǎn)的鄰域像素對(duì)其狀態(tài)的影響，數(shù)學(xué)表達(dá)式為ψij(xi,xj)=exp(-|Y(xi)-Y(xj)|2δij2)---(2)]]>其中Y(xi)為i像素點(diǎn)的灰度值，Y(xj)為j像素點(diǎn)的灰度值。
支持函數(shù)和相容函數(shù)的參數(shù)都可以通過(guò)訓(xùn)練樣本的學(xué)習(xí)得到。
2)計(jì)算置信度信息在MRF中，各個(gè)節(jié)點(diǎn)的置信度函數(shù)由其支持函數(shù)和相鄰像素點(diǎn)傳遞過(guò)來(lái)的支持信息共同決定(如圖2)。數(shù)學(xué)表達(dá)式為bi(xi)=kφi(xi,yi)Πj∈N(i)mji(xi)---(3)]]>其中k為歸一化參數(shù)，φi(xi，yi)為節(jié)點(diǎn)i的支持函數(shù)，N(i)表示i的鄰域節(jié)點(diǎn)的集合，mji(xi)表示i的鄰域節(jié)點(diǎn)j傳遞過(guò)來(lái)的支持信息，并按公式(4)中的規(guī)則進(jìn)行更新mji(xi)=Σxjφj(xj,yj)ψij(xi,yj)Πk∈N(j)|imkj(xj)---(4)]]>由于置信傳播算法適合無(wú)環(huán)的貝葉斯圖狀結(jié)構(gòu)，而馬爾可夫隨機(jī)場(chǎng)是典型的復(fù)雜的環(huán)狀圖結(jié)構(gòu)，因此我們采用一種近似的推導(dǎo)方法。首先假設(shè)像素級(jí)馬爾可夫隨機(jī)場(chǎng)中各個(gè)節(jié)點(diǎn)具有局部獨(dú)立性。對(duì)于每個(gè)節(jié)點(diǎn)，定義四個(gè)方向上的消息分別為L(zhǎng)M(從左邊傳遞過(guò)來(lái)的消息)，RM(從右邊傳遞過(guò)來(lái)的消息)，UM(從上面?zhèn)鬟f過(guò)來(lái)的消息)，DM(從下面?zhèn)鬟f過(guò)來(lái)的消息)。在每次迭代中，消息更新規(guī)則為
LM(xi)=maxxjφi(xi,yi)ψij(xi,xj)LM(xj)UM(xj)DM(xj)RM(xi)=maxxjφi(xi,yi)ψij(xi,xj)RM(xj)UM(xj)DM(xj)UM(xi)=maxxjφi(xi,yi)ψij(xi,xj)LM(xj)RM(xj)UM(xj)DM(xi)=maxxjφi(xi,yi)ψij(xi,xj)LM(xj)RM(xj)DM(xj)---(6)]]>因此，各個(gè)節(jié)點(diǎn)的置信度為bi(xi)＝kφi(xi，yi)LM(xi)RM(xi)UM(xi)DM(xi)(7)3)計(jì)算置信函數(shù)的最大后驗(yàn)概率在MRF中，每個(gè)節(jié)點(diǎn)的置信度是由該節(jié)點(diǎn)的支持信息和從四個(gè)鄰域方向傳遞過(guò)來(lái)的相容信息共同決定的。一個(gè)節(jié)點(diǎn)接受到其鄰域傳遞過(guò)來(lái)的信息后，生成新的傳遞消息，再傳遞給其它的鄰域節(jié)點(diǎn)，其它節(jié)點(diǎn)進(jìn)行消息更新后并繼續(xù)向下傳遞，這樣多次進(jìn)行消息傳播和更新，最后整個(gè)過(guò)程達(dá)到一個(gè)穩(wěn)定的狀態(tài)，即為置信函數(shù)的最大后驗(yàn)概率，公式表達(dá)如下x^iMAP=argmaxxiφi(xi,yi)Πj∈N(i)mji(xi)mji(xi)=maxxjφj(xj,yj)ψji(xj,xi)Πk∈N(j)\imkj(xj)---(5)]]>4、用投票法判決對(duì)象的真?zhèn)瓮镀狈ㄊ且环N比較簡(jiǎn)單的分類方法，其基本思想是“少數(shù)服從多數(shù)”，由投票人給候選人投票，票數(shù)最多的候選人勝出。即如果一個(gè)對(duì)象塊中狀態(tài)為真的節(jié)點(diǎn)個(gè)數(shù)多于狀態(tài)為假的節(jié)點(diǎn)個(gè)數(shù)，則該對(duì)象塊為真，否則為假。
至此，整個(gè)國(guó)畫對(duì)象的真?zhèn)舞b別得以實(shí)現(xiàn)。
三、驗(yàn)證結(jié)果為了驗(yàn)證該算法對(duì)國(guó)畫真?zhèn)舞b別的效果，我們?cè)诿鞔嫾疑蛑艿纳剿嬕约捌渌嫾遗R摹和偽造的作品上對(duì)該算法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)樣本的真?zhèn)斡芍袊?guó)美院多位鑒定人員驗(yàn)證確認(rèn)過(guò)。我們選用沈周山水畫中最能體現(xiàn)他自身作畫風(fēng)格的樹(shù)干、山石以及點(diǎn)綴山的苔點(diǎn)作為主要識(shí)別的對(duì)象。
四、性能說(shuō)明
我們首先采用留一法在各類對(duì)象塊上做實(shí)驗(yàn)。設(shè)每類有n個(gè)樣本，每次測(cè)試時(shí)拿出一個(gè)作為測(cè)試樣本，其余n-1個(gè)樣本用來(lái)進(jìn)行訓(xùn)練。重復(fù)進(jìn)行n次，并統(tǒng)計(jì)出識(shí)別的正確率(如表1所示)，因?yàn)樵谝粋€(gè)對(duì)象上可以抽取若干個(gè)對(duì)象塊，在已知對(duì)象塊真?zhèn)蔚那闆r下，我們用投票法決定各類對(duì)象的真?zhèn)螤顟B(tài)。實(shí)驗(yàn)結(jié)果如表2所示。
五、實(shí)驗(yàn)結(jié)論表1、2是本發(fā)明的真?zhèn)舞b別實(shí)驗(yàn)結(jié)果數(shù)據(jù)；由實(shí)驗(yàn)結(jié)果可以看出，從圖像識(shí)別的角度對(duì)國(guó)畫的真?zhèn)芜M(jìn)行鑒別是可行和有效的，是對(duì)目前傳統(tǒng)的國(guó)畫真?zhèn)舞b別方法的一個(gè)有益的補(bǔ)充。本發(fā)明主要從對(duì)鑒別起重要作用的對(duì)象入手，用馬爾可夫模型建立真?zhèn)舞b別模型，用置信傳播推導(dǎo)其中節(jié)點(diǎn)的真?zhèn)螤顟B(tài)，最后用投票法判決整個(gè)對(duì)象的真?zhèn)巍?br> 表1山水畫中各種識(shí)別對(duì)象塊的識(shí)別率 表2山水畫中各類識(shí)別對(duì)象的識(shí)別


權(quán)利要求
1.一種計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別方法，其特征在于主要步驟如下1)、選取國(guó)畫對(duì)象將國(guó)畫數(shù)字化為圖像，從中選取對(duì)真?zhèn)舞b別有重要意義的對(duì)象，并在對(duì)象上隨機(jī)選取大小適中的對(duì)象塊；2)、為對(duì)象塊建立一個(gè)基于MRF的真?zhèn)舞b別模型最上層為象素級(jí)的馬爾可夫隨機(jī)場(chǎng)，對(duì)書畫中對(duì)象塊進(jìn)行象素級(jí)建模，表示對(duì)象塊中象素真?zhèn)螤顟B(tài)和灰度值之間的關(guān)系；中間級(jí)為對(duì)象塊級(jí)模型，其觀察值為像素級(jí)模型的真?zhèn)螤顟B(tài)，隱藏狀態(tài)值為對(duì)象的真?zhèn)螤顟B(tài)，即圖像塊的真?zhèn)危?)、用置信傳播算法推理MRF中節(jié)點(diǎn)的真?zhèn)卧谀Ｐ偷幕A(chǔ)上使用置信傳播推理算法進(jìn)行迭代推導(dǎo)對(duì)象塊中各個(gè)節(jié)點(diǎn)的真?zhèn)危?)、用投票法判決最終對(duì)象塊的真?zhèn)斡赏镀比私o候選人投票，票數(shù)最多的候選人勝出；
2.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別方法，其特征在于為對(duì)象塊建立一個(gè)基于MRF的真?zhèn)舞b別模型中每一個(gè)對(duì)象塊對(duì)應(yīng)一個(gè)MRF隨機(jī)場(chǎng)Y，其中對(duì)象塊中的像素作為MRF中的節(jié)點(diǎn)，每一個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)不可見(jiàn)的狀態(tài)值X，表示Y被分割成具有各自統(tǒng)計(jì)特性的類別，即真和偽；X中不同之間的連線表示相鄰節(jié)點(diǎn)的狀態(tài)對(duì)其自身狀態(tài)的影響，在像素級(jí)MRF中各個(gè)節(jié)點(diǎn)狀態(tài)值已知的情況下，根據(jù)最大值投票法可以推導(dǎo)出各個(gè)對(duì)象塊的真?zhèn)?，此過(guò)程構(gòu)成對(duì)象塊級(jí)模型，同理，在對(duì)象真?zhèn)螤顟B(tài)已知的情況下，可以推導(dǎo)出整個(gè)對(duì)象的真?zhèn)危礃?gòu)成真?zhèn)舞b別模型的對(duì)象級(jí)層。
3.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別方法，其特征在于基于MRF的真?zhèn)舞b別模型中對(duì)象塊的真?zhèn)瓮评?，使用置信傳播算法迭代推?dǎo)對(duì)象塊中節(jié)點(diǎn)的真?zhèn)螤顟B(tài)，即一個(gè)節(jié)點(diǎn)的真?zhèn)螤顟B(tài)是有其自身的信息和鄰域傳遞過(guò)來(lái)的支持信息共同決定x^iMAP=argmaxxiφi(xi,yi)Πj∈N(i)mji(xi)mji(xi)=maxxjφj(xj,yj)ψji(xj,xi)Πk∈N(j)\imkj(xj)]]>支持函數(shù)φi(xi，yi)表示節(jié)點(diǎn)自身的支持信息，相容函數(shù)ψij(xi，xj)表示節(jié)點(diǎn)鄰域的支持信息。
全文摘要
本發(fā)明涉及一種計(jì)算機(jī)輔助的國(guó)畫真?zhèn)舞b別方法，其步驟如下1).通過(guò)數(shù)碼相機(jī)、掃描儀等數(shù)字化設(shè)備將國(guó)畫數(shù)字化為圖像作為輸入；2).人工選取國(guó)畫圖像中一些可能對(duì)真?zhèn)舞b別有重要意義的對(duì)象塊；3).對(duì)每個(gè)對(duì)象塊建立一個(gè)基于MRF的真?zhèn)舞b別框架；4).在真?zhèn)舞b別框架的基礎(chǔ)上，使用置信傳播推理算法迭代推導(dǎo)對(duì)象塊中各個(gè)節(jié)點(diǎn)的真?zhèn)危?).使用投票法判決對(duì)象的真?zhèn)?。本發(fā)明有益的效果是為傳統(tǒng)國(guó)畫真?zhèn)舞b別中的非客觀性和非量化性等問(wèn)題提供可行的解決方案；采用國(guó)畫的數(shù)字化圖像作為輸入，利用模式識(shí)別技術(shù)進(jìn)行國(guó)畫真?zhèn)屋o助鑒別，操作簡(jiǎn)單、實(shí)現(xiàn)方便、提供了量化的鑒別結(jié)果、并具有很強(qiáng)的客觀性，具有很大的發(fā)展?jié)摿Α?br> 文檔編號(hào)G06K9/62GK1687961SQ20051004960
公開(kāi)日2005年10月26日 申請(qǐng)日期2005年4月19日 優(yōu)先權(quán)日2005年4月19日
發(fā)明者吳朝暉, 潘綱, 關(guān)曉惠 申請(qǐng)人:浙江大學(xué)