資源描述：
《中國(guó)畫特征提取及分類識(shí)別算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、西安建筑科技大學(xué)碩士學(xué)位論文中國(guó)畫特征提取及分類識(shí)別算法研究專業(yè)：信號(hào)與信息處理碩士生：王靜指導(dǎo)教師：王民教授摘要中國(guó)畫是國(guó)粹，是我國(guó)古代繪畫藝術(shù)的結(jié)晶，隨著時(shí)代的發(fā)展，國(guó)畫已經(jīng)變成一種中國(guó)獨(dú)有的繪畫藝術(shù)。目前對(duì)于國(guó)畫分類識(shí)別的研究大多都是基于國(guó)畫圖像的紋理特征，首先將原始國(guó)畫圖像轉(zhuǎn)換成灰度圖像，再進(jìn)行特征提取，但是在進(jìn)行灰度轉(zhuǎn)換的過(guò)程中一定會(huì)損失不少信息，難免會(huì)影響到特征提取及分類識(shí)別的準(zhǔn)確性。對(duì)于國(guó)畫顏色特征提取的研究目前較少，而且現(xiàn)有的顏色特征提取算法基本都是基于單一的色彩空間，常常忽略圖像的空間特征。本文的主要研究集中于國(guó)畫圖像
2、的特征提取，重點(diǎn)針對(duì)國(guó)畫的紋理特征和顏色特征的提取算法進(jìn)行了深入研究。本論文的主要貢獻(xiàn)如下。1）針對(duì)國(guó)畫圖像的紋理特征提取，提出了一種直接針對(duì)原始圖像進(jìn)行紋理特征提取的方法。簡(jiǎn)化了圖像灰度轉(zhuǎn)換這一環(huán)節(jié)，最大程度的保留了原始國(guó)畫圖像中所包含的信息。該算法運(yùn)用多色域分析和多尺度分析的思想，結(jié)合傳統(tǒng)的灰度共生矩陣提取紋理特征。實(shí)驗(yàn)表明多尺度灰度共生矩陣算法優(yōu)于傳統(tǒng)的灰度共生矩陣算法和彩色灰度共生矩陣算法。2）選取HIS、HSV和YUV三個(gè)色彩空間，結(jié)合各自存在的優(yōu)勢(shì)提出一種混合色彩空間。利用該混合色彩空間結(jié)合一種新的分塊方式，彌補(bǔ)了顏色矩在特
3、征提取過(guò)程中對(duì)于圖像空間信息的缺失。最后結(jié)合灰度共生矩陣算法對(duì)該算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)證明，混合色彩空間分塊顏色特征提取算法優(yōu)于單一色彩空間顏色特征提取算法。3）對(duì)于國(guó)畫數(shù)據(jù)庫(kù)的分類需求一般分為兩種，根據(jù)題材分類和根據(jù)作者分類。本文針對(duì)這兩種分類需求分別進(jìn)行了相關(guān)的實(shí)驗(yàn)，融合多尺度灰度共生矩陣紋理特征和分塊混合色彩空間顏色特征構(gòu)成綜合特征向量，并利用該綜合向量實(shí)現(xiàn)對(duì)國(guó)畫圖像的分類識(shí)別，實(shí)驗(yàn)表明了本文所提出的兩種算法在國(guó)畫分類識(shí)別過(guò)程中的有效性。西安建筑科技大學(xué)碩士學(xué)位論文關(guān)鍵詞：多尺度分析；輪廓波變換；灰度共生矩陣；顏色矩；混合色彩空
4、間；分塊特征提取本課題得到國(guó)家自然科學(xué)基金（61373112）、住房和城鄉(xiāng)建設(shè)部科學(xué)技術(shù)項(xiàng)目計(jì)劃（2016-R2-045）與陜西省自然科學(xué)研究面上項(xiàng)目（2014JM8343）的資助。西安建筑科技大學(xué)碩士學(xué)位論文ResearchonChinesePaintingFeatureExtractionandClassificationRecognitionAlgorithmSpecialty:SignalandInformationProcessingGraduate:WangJingInstructor:Prof.WangMinAbstrac
5、tChinesepaintingisthequintessenceofthenationandcrystallizationofancientChinesepaintingart.Withthedevelopmentofthetimes,ChinesepaintinghasbecomeakindofuniqueChinesepaintingart.Atpresent,mostresearchesonclassificationandidentificationoftraditionalChinesepaintingsarebasedon
6、thetexturefeaturesofChinesepaintingimages.First,theoriginalChinesepaintingimagesareconvertedtograyscaleimages,andthenextractthetexturefeatureofimages.However,certaininformationincludedinimageswillbelostduringtheprocessofthegrayscaleconversion.Thiswillaffecttheaccuracyoff
7、eatureextractionandclassificationrecognition.TherearefewresearchesontheextractionofChinesepainting'scolorfeatures.Theexistingcolorfeatureextractionalgorithmsarebasicallybasedonasolecolorspace,andoftenignoringthespatialcharacteristicsoftheimage.Themainresearchofthispaperf
8、ocusesontheextractionoftexturefeaturesandcolorfeaturesofChinesepainting.Themaincontributionsofthispaper
