基于图像特征融合的颜体书法风格识别研究

发布时间：2021-12-17 17:59

　　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... 

【文章来源】：西安理工大学陕西省

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 目前相关研究现状
    1.3 本文主要研究内容
    1.4 本文组织结构
2 书法字数据集的获取
    2.1 引导滤波平滑笔画
    2.2 Retinex图像增强
        2.2.1 单尺度Retinex
        2.2.2 多尺度Retinex
    2.3 基于游长概率统计的碑文去噪方法
        2.3.1 统计噪声和笔画的游长
        2.3.2 计算最佳阈值
        2.3.3 去除大部分随机噪声
    2.4 自适应最小包围盒切割算法
    2.5 书法字数据集的获取
    2.6 本章小结
3 基于Gabor与 LBP算子的书法风格识别
    3.1 基于Gabor滤波器的书法字特征提取
    3.2 基于小波特征的书法字特征提取
    3.3 基于LBP特征的书法字特征提取
    3.4 SVM多分类算法
    3.5 实验结果及分析
    3.6 本章小结
4 基于GIST与 PHOG融合特征的书法风格识别
    4.1 书法字特征提取
        4.1.1 基于GIST算子的书法字特征提取
        4.1.2 基于PHOG算子的书法字特征提取
    4.2 书法字特征融合
    4.3 基于KPCA的书法字特征降维算法
    4.4 基于融合特征的书法风格分析
        4.4.1 基于特征融合的电脑字体风格分析
        4.4.2 基于特征融合的楷书四大家风格分析
        4.4.3 基于特征融合的颜体四碑体风格分析
        4.4.4 基于特征融合的颜体风格一致性分析
    4.5 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
攻读学位期间主要研究成果


【参考文献】：
期刊论文
[1]基于稀疏表示与引导滤波的图像超分辨率重建[J]. 张万绪,史剑雄,陈晓璇,汪霖,赵明,周延,牛进平.  计算机工程. 2018(09)
[2]熵权法融合局部匹配Gabor特征的鲁棒人脸识别[J]. 熊芳敏,岑宇森,曾碧卿.  计算机工程与应用. 2016(05)
[3]基于稀疏表示与小波特征的人脸识别分层框架[J]. 翟素兰,曹庆,谢文浩.  计算机工程与应用. 2016(14)
[4]中国书法的特征提取及识别[J]. 王民,曾宝莹,要趁红,田湘源,孙向南.  信息通信. 2015(07)
[5]基于K-means的图像文字识别与提取研究[J]. 段银雷.  电子技术与软件工程. 2015(09)
[6]基于多尺度梯度及深度神经网络的汉字识别[J]. 潘炜深,金连文,冯子勇.  北京航空航天大学学报. 2015(04)
[7]基于FSVM脱机手写体汉字分类识别研究[J]. 朱程辉,甘恒,王建平.  计算机工程与应用. 2014(23)
[8]基于小波特征的单字符汉字字体识别[J]. 陈力,丁晓青.  电子学报. 2004(02)

硕士论文
[1]基于小波变换与Log Gabor滤波的虹膜识别系统的设计与实现[D]. 王小伟.山东大学 2017
[2]基于支持向量机的多分类方法研究[D]. 周涛丽.电子科技大学 2015
[3]SVM多分类关键技术研究及其在车牌字符识别中的应用[D]. 郭萍萍.大连海事大学 2012
[4]基于Gabor特征与SVM的汉字识别系统研究与实现[D]. 戴维.上海交通大学 2009
[5]汉末碑文研究[D]. 李新霞.河北师范大学 2007



本文编号：3540643