皴法是中国画技法之一,是画家在长期艺术实践中根据山川的地质地貌特征在生活逐步认识,积极寻找所获得的表现语言。它以宽狭、长短不同的点线表现山石结构和质感,是中国画所特有的一种变现形式。从国画中多种形式的皴法技巧可以得出,皴法是笔墨语言中具有相当研究价值的一种语言形式。虽然目前针对图像处理的算法多种多样,但是根据所选取的对象不同可分为从颜色、纹理和形状三个方面提取特征的方法,从皴法这个特定的纹理特征来进行图像分类的研究较少。此外,根据纹理的特性,纹理识别分类的方法一般可分为空间方法、结构方法和统计方法。到目前为止,针对纹理识别分类提出了许多方法,其区别表现在以下3个方面:使用的数据、特征提取方法和分类器。
因此,本文在已有的工作基础上,旨在通过分析山水画皴法及其程序化特征产生的特征来对中国画图像进行分类。本文研究了Gabor滤波器有效提取皴法图像的纹理特征的方法,以及如何优化求解基于PCA (Principal Component Analysis,主成分分析)的图像维数降维技术,最后对提取的纹理特征向量进行降维作为SVM (Support Vector Machine,支持向量机)分类器的输入参数。突验表明本文的方法得到准确率为95.5%的分类效果。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !