艺术品智能鉴定系统的设计与实现

方案如图1所示。

通过系统整体结构图可知系统的运行方式：使用高精度的数字扫描仪或高清数码相机将真品书画作品数字化，形成整体图片或照片以及选定点的局部高清图片或照片，建立300万像素以上的数字书画作品数据库作为备用，数据库中包含有每件真品书画作品所对应的标准参考图像上的特征点集；将待鉴定的书画作品以同样的数字化方式形成图片或照片，并输入到鉴定系统；将待鉴定的书画作品的局部图片或照片进行光照一致性处理，使得数据库中书画作品图片或照片的光照与待鉴定书画作品的局部图片或照片光照一致；采用基于图像边缘的角点提取算法对待鉴定的书画作品的局部图片或照片提取角点，并在提取的角点的基础上，构建相应的旋转矩阵，匹配相应角点，建立待配准图像上的特征点集；根据已知数据库中的标准参考图像上的特征点集，结合在待鉴定书画作品上获取的待配准图像上的特征点集，确立两个点集之间的对应关系，利用对应关系来求解变换模型参数，进而实现配准并进行艺术品的智能鉴定。

2 系统硬件设计

本系统硬件部分主要包括poweredge r720 机架式服务器，I7处理器8 GB内存的笔记本一台，摄像机支架，京航USB2.0 CMOS相机，高倍镜。摄像机支架设计如图2所示。

通过系统硬件部分图，可知系统首先让计算机客户端通过数据线向侧面相机发送开启请求，然后侧面相机采集艺术品局部高清图像信息，计算机客户端标记出侧面相机的聚焦点。操作人员通过调节垂直升降机的高度，使得微视镜拍摄的相机聚焦点清晰，再通过数据线将高清的局部全景图和放大的微视镜点图传入计算机客户端，最后计算机通过路由器和交换机将拍摄的图片信息传入数据库服务器。

3 系统软件设计

系统研制适用于所有绘画的特征识别方案。该部分是本系统的关键。基本思路是通过绘画的空间分布特征，由粗判断到精判断，实现高速、精确检索与比对（匹配）。

图3所示为绘图1的空间分布特征，图4所示为绘图2的空间分布特征。从这些特征图可以很明显看出2幅绘画有很大区别。

对于上述空间特征比对相似的绘画，再进行像素级的精细比对。最后实现艺术品的智能鉴定。图5所示为电子数据库的建立流程图。图6所示为绘画鉴别真伪流程图。

4 结 语

本论文设计了一种在自然光照条件下进行的图像处理，采用独自开发的图像分析方法，通过变二维图像处理为一维数字处理实现了高速和精准的图像处理。系统巧妙的将图像处理、模式识别和计算机图形学等运用到复杂的中国书画作品鉴定中，采用模版匹配、基于统计分析的模式识别技术来鉴别书画作品的真伪，给传统的书画作品鉴定提供一种可视化定量评价工具与手段。

参考文献

[1]谭浩强.C++程序设计（第二版）[M].北京：清华大学出版社，2011.

[2]明日科技.Visual C++从入门到精通（第3版）[M].北京：清华大学出版社，2012.

[3]侯俊杰.深入浅出MFC（第2版）[M].武汉：华中科技大学出版社，2001.

[4]仇谷烽.基于Visual C++的MFC编程[M].北京：清华大学出版社，2015.

[5]刘浩，韩晶.MATLAB R2014a完全自学一本通[M].北京：电子工业出版社，2015.

[6]赵海滨.MATLAB应用大全[M].北京：清华大学出版社，2012.

[7]（美）桑卡.图像处理、分析与机器视觉（第3版）[M].艾海舟，译.北京：清华大学出版社，2011.

[8]（英）尼克松，阿瓜多.计算机视觉特征提取与图像处理（第三版）[M].北京：电子工业出版社，2013.

[9]（美）冈萨雷斯.数字图像处理的MATLAB实现（第2版）[M].阮秋琦，译.北京：清华大学出版社，2013.

推荐访问： 艺术品 鉴定 智能 设计 系统

---