CN104134150A - 一种计算机辅助的宣纸中国画和书法真伪鉴别方法 - Google Patents
一种计算机辅助的宣纸中国画和书法真伪鉴别方法 Download PDFInfo
- Publication number
- CN104134150A CN104134150A CN201410368617.9A CN201410368617A CN104134150A CN 104134150 A CN104134150 A CN 104134150A CN 201410368617 A CN201410368617 A CN 201410368617A CN 104134150 A CN104134150 A CN 104134150A
- Authority
- CN
- China
- Prior art keywords
- calligraphy
- rice paper
- chinese painting
- vector
- chinese
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Credit Cards Or The Like (AREA)
Abstract
本发明公开了一种计算机辅助的宣纸中国画和书法真伪鉴别方法,主要包括:把中国画和书法数字化为图像并提取图像中多个预设尺寸的图像块的宣纸纤维特征存入计算机;把宣纸纤维的特征进行描述并存入计算机,比较两张中国画和书法的宣纸的特征,即能够鉴别中国画和书法的真伪;把等待鉴别的中国画和书法的数字化图像与图像块宣纸纤维特征,与存入计算机的目标中国画和书法的数字图像运用计算机软件进行的相同位置图像块宣纸纤维特征比对,计算机软件进行的图像块宣纸纤维特征比对一致性达预设阈值及以上,即能够断定为真品;否则,为赝品。该计算机辅助的宣纸中国画和书法真伪鉴别方法,可以实现操作简单、可靠性高和经济效益好的优点。
Description
技术领域
本发明涉及计算机技术领域,具体地,涉及一种计算机辅助的宣纸中国画和书法真伪鉴别方法。
背景技术
目前,销售假美术品的情况已经相当普遍,并形成了一个比较完整的半地下产业链。市场上可以见到的假美术品主要有三种:临摹仿制、假冒、非法复制。成为影响美术品市场正常发展的“拦路虎”,扰乱了美术品市场秩序。
需要一种能高效辨别真伪的技术,以便能够对中国画和书法创作者、收藏者、交易者提供服务,对推动美术品行业的规范发展,意义十分重大。
在实现本发明的过程中,发明人发现现有技术中至少存在操作繁琐、可靠性低和经济效益差等缺陷。
发明内容
本发明的目的在于,针对上述问题,提出一种计算机辅助的宣纸中国画和书法真伪鉴别方法,以实现操作简单、可靠性高和经济效益好的优点。
为实现上述目的,本发明采用的技术方案是:一种计算机辅助的宣纸中国画和书法真伪鉴别方法,主要包括:
a、采集真品中国画和书法:把中国画和书法数字化为图像并提取图像中多个预设尺寸的图像块的宣纸纤维特征存入计算机;
b、把宣纸纤维的排列、形状、长度及纤维朝向作为宣纸特征进行描述并存入计算机,比较两张中国画和书法的宣纸的特征,即能够鉴别中国画和书法的真伪;
c、把等待鉴别的中国画和书法的数字化图像与图像块宣纸纤维特征,与存入计算机的目标中国画和书法的数字图像运用计算机软件进行的相同位置图像块宣纸纤维特征比对,计算机软件进行的图像块宣纸纤维特征比对一致性达预设阈值及以上,即能够断定为真品;否则,为赝品。
进一步地,在步骤a中,所述图像块,包括能够根据实际需求人为设定的象素块数N、象素面积S、象素位置(x,y),N为自然数,S、x、y均为实数。
进一步地,在步骤a中,容许转换的形状矢量图库包括正方形、长方形、非规则四边形、圆形、扇形和三角形;转换的依据是象素亮度的梯度,将每一小块和容许转换的形状矢量图库分别对应,找到最接近的匹配的矢量图形。
进一步地,在步骤b中,所述宣纸纤维特征即为宣纸纤维的排列、形状、长度及纤维朝向,采集步骤包括:
①将宣纸纤维的象素图转换为形状的矢量图;
②统计和计算各矢量图的要素;
③将各矢量图形转化为表征矢量,根据位置关系组合成为预设的基本组合进行标注和识别。
进一步地,在步骤b中,还需要计算各矢量图的属性值,并统计各矢量图的总体属性值;
其中,各矢量图的属性值包括但不限于此图形的图形匹配程度平均灰度、位置、角度、面积和形状参数;总体属性值包括:所有图形的各类型个数、平均面积、平均灰度;
将各矢量图转化为表征宣纸纤维排列、形状、长度及纤维朝向的矢量,这些矢量叫做表征矢量。
进一步地,在步骤c中,所述特征比对的匹配过程包括,
①提取已经储存信息,初步判断其朝向分布和长度分布等统计量;
②根据各表征矢量及矢量图的属性值,在待检查样本的对应位置找到对应矢量图形的匹配度;
③在匹配之后,对匹配度排序,按照排序结果对图形的对应位置进行标注、打印、显示,辅助人工检查人员做出比对和判断。
进一步地,在步骤c中,还包括:
将在步骤b中形成的表征矢量存储到数据库,并且统计此图像块中各个表征矢量的分布情况;
主要的统计量包括:各个表征矢量的朝向分布、各个表征矢量的平均长度和长度分布函数曲线;
在形成表征矢量之后,能够根据事先设定的规则,生成将相邻的多个表征矢量形成预设的基本组合;进行这些组合的目的是进行特征的归类,对于不同的归类进行不同方式的标注和显示,以方便人工比对和判断;
由此产生的真品宣纸纤维表征矢量数据,将进行归档并且经过加密、数字签名和备份之后,保存到统一管理的数据平台,以便今后的提取调用和传输共享。
本发明各实施例的计算机辅助的宣纸中国画和书法真伪鉴别方法,由于主要包括:把中国画和书法数字化为图像并提取图像中多个预设尺寸的图像块的宣纸纤维特征存入计算机;把宣纸纤维的特征进行描述并存入计算机,比较两张中国画和书法的宣纸的特征,即能够鉴别中国画和书法的真伪;把等待鉴别的中国画和书法的数字化图像与图像块宣纸纤维特征,与存入计算机的目标中国画和书法的数字图像运用计算机软件进行的相同位置图像块宣纸纤维特征比对,计算机软件进行的图像块宣纸纤维特征比对一致性达预设阈值及以上,即能够断定为真品;否则,为赝品;可以实现计算机辅助的中国画和书法真伪鉴别;从而可以克服现有技术中操作繁琐、可靠性低和经济效益差的缺陷,以实现操作简单、可靠性高和经济效益好的优点。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明计算机辅助的宣纸中国画和书法真伪鉴别方法的流程示意图;
图2为本发明计算机辅助的宣纸中国画和书法真伪鉴别方法优选实施例的流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
根据本发明实施例,如图1和图2所示,提供了一种计算机辅助的宣纸中国画和书法真伪鉴别方法,能够对中国画和书法创作者、收藏者、交易者提供服务,对推动美术品行业的规范发展,意义十分重大。
本发明涉及宣纸纤维特征识别及计算机图像识别技术,主要是利用肉眼对图像及图像块宣纸纤维特征比对和计算机软件进行的图像块宣纸纤维特征比对方法。传统的中国画和书法真伪鉴别属于艺术学科,其与本发明结合起来构成一种计算机辅助的宣纸中国画和书法真伪鉴别方法,将为中国画和书法鉴定提供主客观的、可靠的依据。
本发明技术方案中,一种计算机辅助的宣纸中国画和书法真伪鉴别方法,其步骤如下:1)采集:通过数码相机将中国画和书法数字化为图像并提取图像中多个大小适中的图像块中的宣纸纤维特征存入计算机;2)比对鉴别:把等待鉴别的中国画和书法的数字化图像与图像块中宣纸纤维特征,与存入计算机的目标中国画和书法的数字图像运用计算机软件进行的相同位置图像块宣纸纤维特征比对,计算机软件进行的图像块宣纸纤维特征比对一致性达98%及以上,即可断定为真品,否则,进入人工干预。本发明有益的效果是:为宣纸本中国画和书法真伪鉴别,提供了操作简单、结果可靠的解决办法,该方法的使用,将促进美术品的生产和交易,推动美术品市场规范、有序地发展。
具体地,本发明技术方案中,计算机辅助的宣纸中国画和书法真伪鉴别方法,主要步骤如下:(由于计算机辅助系统是通过大量的实验推出的经验模型系统,下面仅仅对于采集和匹配举出一个简单的实例模型。)
步骤1:采集真品中国画和书法:把中国画和书法数字化为图像并提取图像中多个大小适中的图像块的宣纸纤维特征存入计算机。其中,象素块数N、象素面积S、象素位置(x,y)可以设定,其典型值(包括但是不仅限于)为:N>=200,0.25cm<=S<=1.0cm,位置(x,y)采用均匀分布加3cm的随机扰动。
步骤2:我们经反复研究比对数万张宣纸后得出结论,每一张宣纸的不同位置的纸纤维形状及其分布是绝对不同的,把宣纸纤维的排列、形状、长度及纤维朝向作为宣纸特征进行描述并存入计算机,比较两张中国画和书法的宣纸的特征即可鉴别中国画和书法的真伪。
其中,宣纸纤维特征即为宣纸纤维的排列、形状、长度及纤维朝向。采集步骤分为3步:①将宣纸纤维的象素图转换为形状的矢量图;②统计和计算各矢量图的要素;③将各矢量图形转化为表征矢量,根据位置关系组合成为一些基本组合进行标注和识别。
其中,在步骤1中,容许转换的形状矢量图库包括但是不限于:a、正方形,b、长方形,c、非规则四边形,d、圆形,e、扇形,f、三角形等。转换的依据是象素亮度的梯度(类似于等高线图),将每一小块和容许转换的形状矢量图库分别对应,找到最接近的匹配的矢量图形。
在步骤2中,计算各矢量图的属性值,并统计各矢量图的总体属性值。其中,各矢量图的属性值包括但不限于此图形的图形匹配程度平均灰度、位置、角度、面积和形状参数;总体属性值包括:所有图形的各类型个数、平均面积、平均灰度等。将各矢量图转化为表征宣纸纤维排列、形状、长度及纤维朝向的矢量,这些矢量叫做表征矢量。举例来说,如:根据各矢量图的属性值,计算其方位朝向,用一个矢量表示,矢量的方向表示其走向,矢量的起点表示其位置,矢量的大小表示其面积。经过实验,在确保转换正确度和转换效率的同时,有超过80%的图像可以完成转换,剩下的20%进入人机交互的过程,采取人为干预或直接舍弃的方式。
步骤3:比对鉴别:把等待鉴别的中国画和书法的数字化图像与图像块宣纸纤维特征,与存入计算机的目标中国画和书法的数字图像运用计算机软件进行的相同位置图像块宣纸纤维特征比对,计算机软件进行的图像块宣纸纤维特征比对一致性达98%及以上,即可断定为真品,否则,为赝品。在特征比对的匹配过程中,采用了和上面不同的步骤,此特征比对匹配步骤分为3步:①提取已经储存的上述信息,初步判断其朝向分布和长度分布等统计量;②根据各表征矢量及矢量图的属性值,在待检查样本的对应位置找到对应矢量图形的匹配度;③在匹配之后,对匹配度排序,按照排序结果对图形的对应位置进行标注、打印、显示,辅助人工检查人员做出比对和判断。
在步骤3中,将在步骤2中形成的表征矢量存储到数据库,并且统计此图像块中各个表征矢量的分布情况。主要的统计量包括但是不限于:各个表征矢量的朝向分布(计算出矢量以大小为权重时,朝向最多的方向为主方向,再以此方向为中心计算其它矢量的分布函数曲线)、各个表征矢量的平均长度和长度分布函数曲线。在形成表征矢量之后,可以根据事先设定的规则,生成将相邻的多个表征矢量形成一些基本组合,这些基本组合例如:Y型组合、W型组合、O型组合、星状组合、三角组合等。进行这些组合的目的是进行特征的归类,对于不同的归类进行不同方式的标注和显示,以方便人工比对和判断。
由此产生的真品宣纸纤维表征矢量数据,将进行归档并且经过加密、数字签名和备份之后,保存到统一管理的数据平台,以便今后的提取调用和传输共享。
在本发明的技术方案中,特征比对的匹配过程是:“双重比对、人机交互、分类建库。”其中,第一重比对是比对宣纸纤维表征矢量的朝向分布函数和长度分布函数等统计量,第二重比对是比对表征矢量的属性值与待检查样本对应矢量图形的匹配度;人机交互体现为:在每一重比对过程中,不光可以算法自动得到匹配结果,同时也可以实现自动标注重点差异位置,辅助人工判断的自学习式系统;分类建库是根据画质类型的分类,分布建立各种不同的数据库来存储对应的经验参数。
此外,关于两个矢量图形之间的匹配度:匹配度的计算是一种由经验值构成的数据库(就和上面提到的98%一样是实验测定的最佳值),例如:不同图形之间的匹配度很低(如:圆和三角形的匹配度是0);相同图形之间根据位置、面积、灰度值的相对误差来计算匹配度,本模型采取但不限于线性算法,其比例系数和截距等参数为可设定的经验值。
在本发明的技术方案中,因为宣纸其制作的材料与工艺的原因,每一张宣纸的不同位置的纸纤维形状及其分布是绝对不同的。所以,比较两张中国画和书法的宣纸的特征即可鉴别中国画和书法的真伪。也即把等待鉴别的中国画和书法的数字化图像与图像块特征,与存入计算机的目标中国画和书法的数字图像运用计算机软件进行的相同位置图像块特征比对,计算机软件进行的图像块宣纸纤维特征比对一致性达98%及以上,即可断定为真品,否则,进入进入人机交互的过程,采取人为干预。人为干预是肉眼比对前述的数据库中存储的标注和显示,判断真伪。
本发明解决其技术问题所采用的技术方案。这种计算机辅助的宣纸中国画和书法真伪鉴别方法,是因为宣纸其制作的材料与工艺的原因,每一张宣纸的不同位置的纸纤维形状及其分布是绝对不同的。所以,比较两张中国画和书法的宣纸的特征即可鉴别中国画和书法的真伪,其步骤如下1)采集:通过数码相机将中国画和书法数字化为图像并提取图像中多个大小适中的图像块的宣纸纤维特征存入计算机;2)比对鉴别:把等待鉴别的中国画和书法的数字化图像与图像块中宣纸纤维特征,与存入计算机的目标中国画和书法的数字图像运用计算机软件进行的相同位置图像块宣纸纤维特征比对,计算机软件进行的图像块宣纸纤维特征比对一致性达98%及以上,即可断定为真品;否则,进入人工干预。
本发明技术方案的整体思想:
传统中国画和书法鉴别方法主要依靠专家的主观判断,其缺点是影响主观的因素较多,缺少客观的的鉴别特征,我们把宣纸纤维的排列、形状、长度及其分布特点作为宣纸特征,运用计算机软件进行的图像块宣纸纤维特征比对方法进行鉴定。
本发明技术方案中,这种计算机辅助的宣纸中国画和书法真伪鉴别方法,其步骤如下:
1、采集真品中国画和书法:把中国画和书法数字化为图像并提取图像中多个大小适中的图像块的宣纸纤维特征存入计算机。
2、因为宣纸其制作的材料与工艺的原因,每一张宣纸的不同位置的纸纤维形状及其分布是绝对不同的。所以,比较两张中国画和书法的宣纸的特征即可鉴别中国画和书法的真伪。
3、比对鉴别:把等待鉴别的中国画和书法的数字化图像与图像块宣纸纤维特征,与存入计算机的目标中国画和书法的数字图像运用计算机软件进行的相同位置图像块宣纸纤维特征比对,计算机软件进行的图像块宣纸纤维特征比对一致性达98%及以上,即可断定为真品,否则,进入人工干预。
本发明技术方案的验证结果:
为了验证本鉴别方法对中国画及书法真伪鉴别的结果,我们对当代画家朱飞鹏的的山水、花鸟、人物和书法作品及其他书画家对朱飞鹏相应作品临摹品进行了验证。实验样本经书画家本人验证确认过。我们对作品原件和临摹品分别进行了识别。
本发明技术方案的性能说明:
我们对真品组进行识别,并统计出识别正确率(如表1所示),及对临摹品组进行识别,并统计出识别正确率(如表2所示)。
本发明技术方案的实验结论:
表1、表2是本发明技术方案的真伪鉴别实验结果数据:由实验结果可以看出,本鉴别方法对中国画和书法进行鉴别是操作简单的、客观和有效的。是对传统鉴别方法的一个有益的非主观鉴别的补充。
表1:对真品的识别率
表2:对临摹品的识别率
本发明技术方案的有益效果是:抓住了宣纸的纤维特征,为宣纸本中国画和书法真伪鉴别,提供了操作简单、结果可靠的解决办法;本发明技术方案的使用,促进了美术品的生产和交易,推动美术品市场规范、有序地发展。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种计算机辅助的宣纸中国画和书法真伪鉴别方法,其特征在于,主要包括:
a、采集真品中国画和书法:把中国画和书法数字化为图像并提取图像中多个预设尺寸的图像块的宣纸纤维特征存入计算机;
b、把宣纸纤维的排列、形状、长度及纤维朝向作为宣纸特征进行描述并存入计算机,比较两张中国画和书法的宣纸的特征,即能够鉴别中国画和书法的真伪;
c、把等待鉴别的中国画和书法的数字化图像与图像块宣纸纤维特征,与存入计算机的目标中国画和书法的数字图像运用计算机软件进行的相同位置图像块宣纸纤维特征比对,计算机软件进行的图像块宣纸纤维特征比对一致性达预设阈值及以上,即能够断定为真品;否则,为赝品。
2.根据权利要求1所述的计算机辅助的宣纸中国画和书法真伪鉴别方法,其特征在于,在步骤a中,所述图像块,包括能够根据实际需求人为设定的象素块数N、象素面积S、象素位置(x,y),N为自然数,S、x、y均为实数。
3.根据权利要求1或2所述的计算机辅助的宣纸中国画和书法真伪鉴别方法,其特征在于,在步骤a中,容许转换的形状矢量图库包括正方形、长方形、非规则四边形、圆形、扇形和三角形;转换的依据是象素亮度的梯度,将每一小块和容许转换的形状矢量图库分别对应,找到最接近的匹配的矢量图形。
4.根据权利要求1所述的计算机辅助的宣纸中国画和书法真伪鉴别方法,其特征在于,在步骤b中,所述宣纸纤维特征即为宣纸纤维的排列、形状、长度及纤维朝向,采集步骤包括:
①将宣纸纤维的象素图转换为形状的矢量图;
②统计和计算各矢量图的要素;
③将各矢量图形转化为表征矢量,根据位置关系组合成为预设的基本组合进行标注和识别。
5.根据权利要求1或4所述的计算机辅助的宣纸中国画和书法真伪鉴别方法,其特征在于,在步骤b中,还需要计算各矢量图的属性值,并统计各矢量图的总体属性值;
其中,各矢量图的属性值包括但不限于此图形的图形匹配程度平均灰度、位置、角度、面积和形状参数;总体属性值包括:所有图形的各类型个数、平均面积、平均灰度;
将各矢量图转化为表征宣纸纤维排列、形状、长度及纤维朝向的矢量,这些矢量叫做表征矢量。
6.根据权利要求1所述的计算机辅助的宣纸中国画和书法真伪鉴别方法,其特征在于,在步骤c中,所述特征比对的匹配过程包括,
①提取已经储存信息,初步判断其朝向分布和长度分布等统计量;
②根据各表征矢量及矢量图的属性值,在待检查样本的对应位置找到对应矢量图形的匹配度;
③在匹配之后,对匹配度排序,按照排序结果对图形的对应位置进行标注、打印、显示,辅助人工检查人员做出比对和判断。
7.根据权利要求1或6所述的计算机辅助的宣纸中国画和书法真伪鉴别方法,其特征在于,在步骤c中,还包括:
将在步骤b中形成的表征矢量存储到数据库,并且统计此图像块中各个表征矢量的分布情况;
主要的统计量包括:各个表征矢量的朝向分布、各个表征矢量的平均长度和长度分布函数曲线;
在形成表征矢量之后,能够根据事先设定的规则,生成将相邻的多个表征矢量形成预设的基本组合;进行这些组合的目的是进行特征的归类,对于不同的归类进行不同方式的标注和显示,以方便人工比对和判断;
由此产生的真品宣纸纤维表征矢量数据,将进行归档并且经过加密、数字签名和备份之后,保存到统一管理的数据平台,以便今后的提取调用和传输共享。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410368617.9A CN104134150A (zh) | 2014-07-30 | 2014-07-30 | 一种计算机辅助的宣纸中国画和书法真伪鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410368617.9A CN104134150A (zh) | 2014-07-30 | 2014-07-30 | 一种计算机辅助的宣纸中国画和书法真伪鉴别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104134150A true CN104134150A (zh) | 2014-11-05 |
Family
ID=51806823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410368617.9A Pending CN104134150A (zh) | 2014-07-30 | 2014-07-30 | 一种计算机辅助的宣纸中国画和书法真伪鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104134150A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866837A (zh) * | 2015-06-02 | 2015-08-26 | 上海交通大学 | 字画微观纹理的图像采集装置及其采集方法 |
CN106251340A (zh) * | 2016-07-24 | 2016-12-21 | 朱建宗 | 一种用特征图形数据计算比对微观图像的方法 |
CN108152217A (zh) * | 2017-12-12 | 2018-06-12 | 陕西文投艺术品光谱科技有限公司 | 一种书画笔锋鉴定方法 |
CN111521560A (zh) * | 2020-06-16 | 2020-08-11 | 湘潭大学 | 基于图像识别处理宣纸纸纹特征的国画真伪鉴别装置及使用方法 |
CN111709363A (zh) * | 2020-06-16 | 2020-09-25 | 湘潭大学 | 基于宣纸纸纹特征识别的国画真伪鉴别方法 |
CN111723744A (zh) * | 2020-06-19 | 2020-09-29 | 湘潭大学 | 一种国画真伪鉴别方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1794303A (zh) * | 2005-12-29 | 2006-06-28 | 兆日科技(深圳)有限公司 | 提取与使用随机分布纤维图像特征的防伪方法 |
US20090198575A1 (en) * | 2008-02-06 | 2009-08-06 | Vagish Kapila | Software and method for producing art and art objects over a centrally managed communications network connecting art idea creators and art idea implementers/producers in a forum |
CN102073865A (zh) * | 2010-12-24 | 2011-05-25 | 兆日科技(深圳)有限公司 | 一种利用纸张自身纤维纹理的防伪方法和系统 |
CN102760224A (zh) * | 2011-04-27 | 2012-10-31 | 上海电力表计技术服务公司 | 一种防伪封印检验识别系统 |
-
2014
- 2014-07-30 CN CN201410368617.9A patent/CN104134150A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1794303A (zh) * | 2005-12-29 | 2006-06-28 | 兆日科技(深圳)有限公司 | 提取与使用随机分布纤维图像特征的防伪方法 |
US20090198575A1 (en) * | 2008-02-06 | 2009-08-06 | Vagish Kapila | Software and method for producing art and art objects over a centrally managed communications network connecting art idea creators and art idea implementers/producers in a forum |
CN102073865A (zh) * | 2010-12-24 | 2011-05-25 | 兆日科技(深圳)有限公司 | 一种利用纸张自身纤维纹理的防伪方法和系统 |
CN102760224A (zh) * | 2011-04-27 | 2012-10-31 | 上海电力表计技术服务公司 | 一种防伪封印检验识别系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866837A (zh) * | 2015-06-02 | 2015-08-26 | 上海交通大学 | 字画微观纹理的图像采集装置及其采集方法 |
CN104866837B (zh) * | 2015-06-02 | 2018-08-10 | 上海交通大学 | 字画微观纹理的图像采集装置及其采集方法 |
CN106251340A (zh) * | 2016-07-24 | 2016-12-21 | 朱建宗 | 一种用特征图形数据计算比对微观图像的方法 |
CN108152217A (zh) * | 2017-12-12 | 2018-06-12 | 陕西文投艺术品光谱科技有限公司 | 一种书画笔锋鉴定方法 |
CN108152217B (zh) * | 2017-12-12 | 2020-07-31 | 陕西文投艺术品光谱科技有限公司 | 一种书画笔锋鉴定方法 |
CN111521560A (zh) * | 2020-06-16 | 2020-08-11 | 湘潭大学 | 基于图像识别处理宣纸纸纹特征的国画真伪鉴别装置及使用方法 |
CN111709363A (zh) * | 2020-06-16 | 2020-09-25 | 湘潭大学 | 基于宣纸纸纹特征识别的国画真伪鉴别方法 |
CN111723744A (zh) * | 2020-06-19 | 2020-09-29 | 湘潭大学 | 一种国画真伪鉴别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104134150A (zh) | 一种计算机辅助的宣纸中国画和书法真伪鉴别方法 | |
CN109033940B (zh) | 一种图像识别方法、装置、计算设备及存储介质 | |
CN107945179A (zh) | 一种基于特征融合的卷积神经网络的肺结节良恶性检测方法 | |
CN105118048A (zh) | 翻拍证件图片的识别方法及装置 | |
KR20190004807A (ko) | 지폐 관리 방법 및 시스템 | |
CN102542275B (zh) | 一种证件照背景自动识别方法及其系统 | |
CN103425984B (zh) | 一种检测票据中正多边形印章的方法和装置 | |
CN107408211A (zh) | 用于物体的再识别的方法 | |
CN105550660B (zh) | 一种机织物组织结构种类的识别方法 | |
CN107393118B (zh) | 一种纸币的识别方法、装置、终端设备和计算机存储介质 | |
CN104298989A (zh) | 基于斑马线红外图像特征的鉴伪方法及其系统 | |
CN104464079A (zh) | 基于模板特征点及其拓扑结构的多币种面值识别方法 | |
CN102136166A (zh) | 多模态信息融合的纸币成像鉴伪方法及其装置 | |
CN106408037A (zh) | 图像识别方法及装置 | |
CN110400322A (zh) | 基于颜色和三维几何信息的水果点云分割方法 | |
CN107316373B (zh) | 一种纸币识别方法、装置、终端设备及可读存储介质 | |
CN101739570A (zh) | 棉花异性纤维在线分类方法和系统 | |
CN103020609B (zh) | 复杂纤维图像的识别方法 | |
CN106770323A (zh) | 基于层次聚类和Gabor滤波的纺织品瑕疵检测方法 | |
CN109784394A (zh) | 一种翻拍图像的识别方法、系统及终端设备 | |
CN108710916A (zh) | 图片分类的方法及装置 | |
CN110334709A (zh) | 基于端到端多任务深度学习的车牌检测方法 | |
CN110349159A (zh) | 基于权重能量自适应分布的三维形状分割方法及系统 | |
CN108230536A (zh) | 一种对光可变防伪标识识别方法及装置 | |
CN104751175A (zh) | 基于增量支持向量机的sar图像多类标场景分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141105 |
|
RJ01 | Rejection of invention patent application after publication |