视觉艺术作品的数据挖掘

——国画作品鉴别模型研究

【摘要】中国画，作为我国文化艺术的精髓，已经逐渐走向数字化和国际化。但与此同时如何对数字化的中国画进行鉴赏、分类、真伪鉴别已逐渐成为鉴赏专家的研究热点。本文尝试将图像处理和数据挖掘的最新技术有机地结合起来应用于中国国画大师作品的不同绘画风格的发掘。通过实验，得到了大量的实验结果，这些结果为建立一套智能的数字化的中国画鉴赏、分类和真伪鉴别系统奠定了一定的基础。

【关键字】中国画;数据挖掘;数字图像处理;WEKA软件包

Visual Arts Data Mining

A study on authentication models of Chinese painting 

【Abstract】As the quintessence of Chinese arts and culture, Chinese painting has gradually stepped into the stage of digitization and internationalization. But how to appreciate, classify and authenticate digitized Chinese painting has become a research hot spot. This paper attempts to integrate the most advanced technology from image processing and data mining societies to discover different painting styles from works come from different Chinese painters. Extensive experimental results are obtained by experiments, which establish the foundation of developing an intelligent system for appreciation, classification and authentication of digitized Chinese painting.

【Keywords】 Chinese paintings; Data Mining; Digital Image Processing;WEKA software package

课题背景

数据挖掘（DM，Data Mining）就是从大量的、不完全的、有噪声的、模糊的随机的数据中，提取隐含在其中的、人们事先不知道的、但是又是潜在的有用的信息和知识的过程。还有很多和这一术语相近的术语，如从数据库中发现知识（KDD）、数据分析、知识抽取、模式分析、数据考古、数据采集、信息收割、商业智能、数据融合以及决策支持等。国内的学者也把Data Mining译为数据采掘或数据开采^[2]。如今数据挖掘思想已经开始向交通管理^[3]、医学影像诊断^[4]、城市规划^[5]、金融风险分析、图像识别等领域扩展。

数字图像处理（Digital Image Processing）起源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约采用数字压缩技术传输了第一幅数字图片。由于CT的发明、应用以及获得了备受科技界瞩目的诺贝尔奖，使得数字图像处理技术大放异彩^[6]。目前数字图像处理学科已经成为工程学、计算机科学、信息科学、统计学、物理、化学、生物学、医学甚至社会科学等众多领域的各个学科之间学习和研究的对象。

数字化时代产生大量的图像数据，如数码照片、医学图像等。对这些图像利用图像挖掘技术进行自动分析以获取大量有用知识的需求日益增加。图像挖掘(Image Mining)远不只是检索相关图像，更要在大图像集中发现有意义的图像模式。由于数字图像具有一下几个特点：图像中信息是隐含的；对图像信息可有多种解释，依赖于图像表示方法和应用领域知识；图像信息中包含图像对象的空间关系信息，所以图像挖掘不同于传统的数据库挖掘技术，挖掘的是在图像数据库中隐含的、未知而潜在有用的知识和建立图像数据模型的过程。图像挖掘是多媒体挖掘的一个分支，图像挖掘可以广泛地应用于图像检索、医学影像诊断分析、卫星图片分析、地下矿藏预测、计算机视觉、交通管理、城市规划和台风预警等多学科交叉的研究领域。

中国画简称“国画”，是视觉艺术作品的一种重要形式，在世界美术领域内自成一体，有鲜明的民族形式和独特风格。它用毛笔、墨，和中国画颜料，在特制的宣纸或绢上作画。在题材上有人物画、山水画、花鸟、等之分。在技法上又可分为工笔画和写意两种。在描绘物象上，主动运用线条、墨色来表现形体、质感，有高度的表现力，并与诗词、款赋、书法篆刻相结合，达到“形神兼备”气韵生动的效果。另外中国画，还有着独特的装裱形式，起到衬托国画主体的作用。随着数字化发展，以数字图像形式存在与网络上的中国画数量以惊人的速度增长。以数字图像保存国画，可以避免不易于保存、搬运、研究等传统国画收藏的缺点。但目前中国画的分类、鉴别主要以专家的经验性鉴定方式为主，从国画的画工、书法、印章、装裱、内涵、功力、布局、学识、人品、诗句、印文等方面进行分类和鉴赏。数字化时代的中国画需要一种数字化的国画分类模型，用于辅助传统的专家鉴定和分类。

课题研究的目的和意义

本课题研究如何运用数据挖掘的分类算法在已知作者的国画作品中建立分类模型，并将此模型运用于对未知作者的国画作品的分类预测。通过从网络上收集张大千、齐白石、徐悲鸿等画家作品600余幅，进行特征抽取和模型建立，通过反复实验，从这些数据集中建立高性能的分类模型，挖掘出不同画家绘画风格的特点，用于对大量国画按作者的不同来分类，并且通过已建立的模型，对未知作者的国画进行预测分类。

中国画，作为我国文化艺术的精髓，已经走向国际化市场。越来越多的博物馆、艺术作品市场开始选择中国画，作为收藏和投资的对象。由于中国画用毛笔、墨，和中国画颜料，在特制的宣纸或绢上作画的制作方法，使国画不可避免地具有不易于保存、搬运、交流研究的缺点，也阻碍了中国画走上国际舞台的步伐。因此中国画的数字化时代的到来不可避免，但这又给中国画的鉴赏提出了新的难题，数字图像数量之大、传输速度之快、传输范围之广，使得计算机图像挖掘技术，成为对传统国画鉴赏即专家经验性鉴别国画的鉴赏方式的一种很好的补充。

目录

  课题的主要研究工作

   从互联网上收集到张大千、齐白石、徐悲鸿等画家作品将其分类为静物、人物、山水等类别，尝试从其中找出能够充分表征各个作家作画风格特点的特征元素如：颜色或纹理特征。

  其次，将集合了不同作者不同作品的特征向量表读入Weka进行分析，尝试用不同的类型的算法建立高性能的分类模型用于鉴别出作者。

实验过程

   本课题的实验过程分为两个阶段：特征抽取阶段和建立模型阶段 在特征抽取阶段的主要任务是用Matlab软件对每一幅画抽取特征值组成一个能够表征这幅画的特征向量。 在模型建立阶段的主要任务是用Weka软件对由不同作者的不同国画作品的特征向量组成的表格进行分类模型建立。

图* 特征值样例

   除了选择颜色特征外，由于不同的作者作画的手法不同，即使是画同一类内容的作品，在图像的纹理方面也会有区别。在实验中，选择了Gabor加窗傅立叶小波变换算法用于抽取国画的纹理特征。

  Gabor函数是通过高斯函数加上频移后产生。其滤波器是用Gabor函数作单位冲击响应的带通滤波器．有着良好的滤波性能，其输出可以看作输入信号的Gabor小波变换。二维Gabor滤波器能够较好地模拟生物的视觉系统。

本毕设作品包括源码（Matlab）、文献综述和答辩PPT，价格面议，有意向者联系

QQ：43495785（加时请注明意向）

QQREADER3ACC5D90D5E8CA20