基于信息熵的风格画分类研究

发布时间：2021-06-13 05:13

　　艺术绘画作品一直是人类文化发展历程中非常重要的组成部分,记录着人类文明的发展与进步,对于人们去了解和探索历史、艺术、文化有着十分重要的作用。时至今日,大量的艺术绘画随着历史长河流传了下来,是人类文明的瑰宝。随着科学与技术的进步,许多的艺术绘画已经实现了数字化,这为学者们对风格画的研究带来了丰富的资料。但是,面临如此庞大的数据量,想找到所需要的风格画种类可谓大海捞针。因此,如何利用计算机对海量的风格画进行有效地识别和分类,是一个非常重要的课题。传统的图像分类识别算法主要是基于图像内容,进行相似度匹配,并没有考虑绘画艺术风格的特性。因此本文提出一种考虑图像整体风格特性的分类算法——基于信息熵的风格画分类算法。信息熵是信息论中用于度量信息量的一个概念,图像的信息熵反映了图像灰度值的整体分布情况。本文算法主要基于以下三个描述图像整体风格特性的图像熵来实现对风格画的分类:（1）提出一种描述图像整体颜色特性的颜色熵。通过把图像分解到Lab颜色空间,分别提取a、b通道的颜色值,计算其熵值,再根据颜色直方图的排序移动次数来设置一个权值,从而生成描述图像颜色特征的颜色熵。（2）提出一种描述图像整体空间分... 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

不同艺术表达形式的风格画对风格画的识别属于图像识别的范畴，风格画识别同样具有非常重要的意义

风格画分类算法流程图

RGB颜色空间

【参考文献】：
期刊论文
[1]基于贝叶斯算法的中文文本分类器设计与实现[J]. 陆正球,王麟阁,周春良.  信息与电脑(理论版). 2018(05)
[2]群智能算法优化的结合熵的最大类间方差法与脉冲耦合神经网络融合的图像分割算法[J]. 程述立,汪烈军,秦继伟,杜安钰.  计算机应用. 2017(12)
[3]基于多特征融合和深度学习的商品图像分类[J]. 曾志,吴财贵,唐权华,余嘉禾,李雅晴,高健.  计算机工程与设计. 2017(11)
[4]基于纹理特征的自适应插值[J]. 张云峰,姚勋祥,包芳勋,张彩明.  计算机研究与发展. 2017(09)
[5]基于二维最大熵和教与学优化算法的图像分割[J]. 薛茹,Liping LIU,陈锋,石方夏.  电视技术. 2017(Z2)
[6]基于LBP的加权分布纹理熵的图像检索算法[J]. 朱慧敏.  微型机与应用. 2017(16)
[7]以特征值关联项改进贝叶斯分类器正确率[J]. 蔡永泉,王玉栋.  计算机应用与软件. 2017(08)
[8]增量支持向量机核函数的优化[J]. 李村合,马敏敏.  计算机系统应用. 2017(08)
[9]信息熵特征加权核函数的SVM数据分类方法[J]. 李长生,吴辰文,梁靖涵,王伟.  小型微型计算机系统. 2017(07)
[10]融合颜色特征与词汇树的图像检索[J]. 郭佳宇,陈莹.  小型微型计算机系统. 2017(07)

博士论文
[1]基于艺术风格的绘画图像分类研究[D]. 杨冰.浙江大学 2013

硕士论文
[1]基于图像识别的中国画真伪鉴别研究[D]. 刘丹.西安建筑科技大学 2016
[2]基于图像识别的油画真伪鉴别方法研究[D]. 王倩.西安建筑科技大学 2015
[3]基于图像识别的中国画真伪鉴别方法研究[D]. 田湘源.西安建筑科技大学 2015
[4]绘画图像质量对视觉艺术分析效果的影响及风格分类研究[D]. 祝娟.云南大学 2015
[5]美术作品检索与分类研究[D]. 周长春.浙江大学 2015
[6]基于稀疏编码的视觉艺术理解和风格分类[D]. 万翠兰.云南大学 2012
[7]计算机辅助的国画：分类、鉴别与系统[D]. 关晓惠.浙江大学 2005



本文编号：3227068