CN106338487A - 一种字画鉴别方法和装置 - Google Patents
一种字画鉴别方法和装置 Download PDFInfo
- Publication number
- CN106338487A CN106338487A CN201610867428.5A CN201610867428A CN106338487A CN 106338487 A CN106338487 A CN 106338487A CN 201610867428 A CN201610867428 A CN 201610867428A CN 106338487 A CN106338487 A CN 106338487A
- Authority
- CN
- China
- Prior art keywords
- identified
- calligraphy
- painting
- sample
- feature
- 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
- 238000010422 painting Methods 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000013598 vector Substances 0.000 claims abstract description 57
- 238000001228 spectrum Methods 0.000 claims description 52
- 230000003595 spectral effect Effects 0.000 claims description 36
- 238000003384 imaging method Methods 0.000 claims description 27
- 238000005070 sampling Methods 0.000 claims description 26
- 239000000284 extract Substances 0.000 claims description 13
- 238000012850 discrimination method Methods 0.000 claims description 10
- 238000010521 absorption reaction Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 2
- 239000000049 pigment Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 239000000203 mixture Substances 0.000 description 5
- 108091005950 Azurite Proteins 0.000 description 4
- 239000001055 blue pigment Substances 0.000 description 4
- GWBUNZLLLLDXMD-UHFFFAOYSA-H tricopper;dicarbonate;dihydroxide Chemical compound [OH-].[OH-].[Cu+2].[Cu+2].[Cu+2].[O-]C([O-])=O.[O-]C([O-])=O GWBUNZLLLLDXMD-UHFFFAOYSA-H 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 229910000514 dolomite Inorganic materials 0.000 description 2
- 239000010459 dolomite Substances 0.000 description 2
- NLYAJNPCOHFWQQ-UHFFFAOYSA-N kaolin Chemical compound O.O.O=[Al]O[Si](=O)O[Si](=O)O[Al]=O NLYAJNPCOHFWQQ-UHFFFAOYSA-N 0.000 description 2
- 229910052622 kaolinite Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004899 motility Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
Abstract
本发明涉及文物鉴别技术领域，尤其涉及一种字画鉴别方法和装置。本发明提供的字画鉴别方法，包括：获取待鉴别字画的待鉴别高光谱信息数据和待鉴别字画的预设区域的待鉴别彩色影像数据；根据待鉴别高光谱信息数据获得待鉴别字画的待鉴别特征参量，根据待鉴别彩色影像数据获得待鉴别字画的待鉴别线状特征；获取与待鉴别字画的待鉴别特征向量对应的该待鉴别字画的字画真迹的样本特征向量，以及该字画真迹的相应区域的样本线状特征；当待鉴别特征向量与样本特征向量的匹配度大于第一预设值，并且待鉴别线状特征与样本线状特征的匹配度大于第二预设值时，判定该待鉴别字画为真品。从而能够快速、准确地鉴定待鉴别字画的真伪。
Description
技术领域
本发明涉及文物鉴别技术领域，尤其涉及一种字画鉴别方法和装置。
背景技术
在人类文明的历史进程中，由字画真伪引发的较量是不可避免的，并形成了一个具有持久性、普遍性的社会问题。目前，关于中国字画鉴定的书籍已经出版了许多种，其内容大都是一些经验总结和案例分析。目前中国字画鉴定体系的传统手法是鉴定家通过看，或者靠经验对字画的真伪进行鉴定。然而，同一幅字画真迹会有多幅仿制品，因此采用传统的字画鉴别方法会耗费大量的人力和时间，并且很难保证对待鉴别字画真伪鉴定的准确性。
发明内容
为了准确、快速地鉴定字画的真伪，本发明提供了一种字画鉴别方法和系统。
第一方面，本发明提供了一种字画鉴别方法，包括：
获取待鉴别字画的待鉴别高光谱信息数据和待鉴别彩色影像数据；
根据待鉴别高光谱信息数据确定该待鉴别字画的待鉴别特征向量，根据待鉴别彩色影像数据确定该待鉴别字画的待鉴别线状特征；
获取字画鉴别数据库中存储的与该待鉴别字画对应的字画真迹的样本特征向量和该字画真迹的样本线状特征；
当待鉴别特征向量与样本特征向量的匹配度大于第一预设值，并且待鉴别线状特征与样本线状特征的匹配度大于第二预设值时，判定该待鉴别字画为真品。
进一步的，样本特征向量的确定方法，包括：
采集字画真迹的样本高光谱信息数据；
提取样本高光谱信息数据的样本光谱特征；
提取样本光谱特征的样本特征参量，将提取的样本特征参量组成字画真迹的样本特征向量。
进一步的，样本线状特征的确定方法，包括：
获取字画真迹的样本彩色影像数据；
利用SHIFT算法、数据融合算法、边缘检测算法，或者分水岭变换算法提取样本彩色影像数据的样本线状特征。
进一步的，所述样本光谱特征，包括：
光谱特征位置，和/或光谱距离。
进一步的，所述样本特征参量，包括：
光谱斜率、光谱坡向、光谱二值编码、光谱导数、光谱积分、光谱吸收指数，或者光谱曲线函数模拟中的一种或几种。
进一步的，所述提取样本高光谱信息数据的样本光谱特征，包括：
对样本高光谱信息数据进行去噪处理；
提取经过去噪处理后的样本高光谱信息数据的样本光谱特征。
进一步的，所述提取样本高光谱信息数据的样本光谱特征，包括：
采用K-L变换，或者MNF变换样本高光谱信息数据的样本光谱特征。
第二方面，本发明提供了一种字画鉴别装置，包括：
第一获取模块，用于获取待鉴别字画的待鉴别高光谱信息数据和待鉴别彩色影像数据；
确定模块，用于根据待鉴别高光谱信息数据确定该待鉴别字画的待鉴别特征向量，根据待鉴别彩色影像数据确定该待鉴别字画的待鉴别线状特征；
第二获取模块，用于获取字画鉴别数据库中存储的与该待鉴别字画对应的字画真迹的样本特征向量和该字画真迹的样本线状特征；
判定模块，用于当待鉴别特征向量与样本特征向量的匹配度大于第一预设值，并且待鉴别线状特征与样本线状特征的匹配度大于第二预设值时，判定该待鉴别字画为真品。
进一步的，所述装置，还包括：
存储模块，用于存储字画鉴别数据库；
所述第二获取模块，具体用于：
从所述存储模块存储的字画鉴别数据库中获取与待鉴别字画的待鉴别特征向量对应的字画真迹的样本特征向量，以及该字画真迹相应区域的样本线状特征。
第三方面，本发明提供了一种字画鉴别系统，包括：高光谱成像仪、数码相机和本发明第二方面任一项所述的字画鉴别装置；
所述高光谱成像仪，用于采集获取待鉴别字画的待鉴别高光谱信息数据；
所述数码相机，用于采集和待鉴别字画的预设区域的待鉴别彩色影像数据。
本发明提供的字画鉴别方法，通过获取待鉴别字画的待鉴别高光谱信息数据和待鉴别彩色影像数据；根据待鉴别高光谱信息数据确定该待鉴别字画的待鉴别特征向量，根据待鉴别彩色影像数据确定该待鉴别字画的待鉴别线状特征；获取与该待鉴别字画对应的字画真迹的样本特征向量和样本线状特征；当待鉴别特征向量与样本特征向量的匹配度大于第一预设值，并且待鉴别线状特征与样本线状特征的匹配度大于第二预设值时，判定该待鉴别字画为真品。从而能够快速、准确地鉴定待鉴别字画的真伪。
附图说明
图1是本发明第一实施例提供的字画鉴别方法的流程示意图；
图2是本发明第一实施例提供的未经包络线法处理的光谱曲线示意图；
图3是本发明第一实施例提供的经包络线法处理后的光谱曲线示意图；
图4是本发明第一实施例提供的高岭石和白云石的光谱曲线示意图；
图5是本发明第二实施例提供的字画鉴别装置的结构示意图；
图6是自然光源和人工光源的对比示意图；
图7是石青颜料和蓝色颜料的高光谱曲线示意图；
图8是字画相同位置的高光谱曲线随着时间的推移变化的示意图；
图9是不同字画的相同位置的高光谱曲线的示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明第一实施例提供了一种字画鉴别方法，如图1所示，包括：
步骤S1，获取待鉴别字画的待鉴别高光谱信息数据和待鉴别彩色影像数据；
步骤S2，根据待鉴别高光谱信息数据确定该待鉴别字画的待鉴别特征向量，根据待鉴别彩色影像数据确定该待鉴别字画的待鉴别线状特征；
步骤S3，获取字画鉴别数据库中存储的与该待鉴别字画对应的字画真迹的样本特征向量和该字画真迹的样本线状特征；
步骤S4，当待鉴别特征向量与样本特征向量的匹配度大于第一预设值，并且待鉴别线状特征与样本线状特征的匹配度大于第二预设值时，判定该待鉴别字画为真品。
本发明提供的字画鉴别方法，通过获取待鉴别字画的待鉴别高光谱信息数据和待鉴别彩色影像数据；根据待鉴别高光谱信息数据确定该待鉴别字画的待鉴别特征向量，根据待鉴别彩色影像数据确定该待鉴别字画的待鉴别线状特征；获取与该待鉴别字画对应的字画真迹的样本特征向量和样本线状特征；当待鉴别特征向量与样本特征向量的匹配度大于第一预设值，并且待鉴别线状特征与样本线状特征的匹配度大于第二预设值时，判定该待鉴别字画为真品。从而能够快速、准确地鉴定待鉴别字画的真伪。
在具体实施时，样本特征向量的确定方法，可以包括：
采集字画真迹的样本高光谱信息数据；
提取样本高光谱信息数据的样本光谱特征；
提取样本光谱特征的样本特征参量，将提取的样本特征参量组成字画真迹的样本特征向量。
如此设计的好处在于，能够针对待鉴别字画选择其光谱特征中的包含了该待鉴别字画主要特征光谱的子集，该子集能够最大限度地区别于其它待鉴别字画，从而简化对待鉴别字画真伪鉴定的步骤，提高对对待鉴别字画真伪进行鉴定的速度。
在具体实施时，样本线状特征的确定方法，可以包括：
获取字画真迹的样本彩色影像数据；
利用SHIFT算法、数据融合算法、边缘检测算法，或者分水岭变换算法提取样本彩色影像数据的样本线状特征。
如此能够根据待鉴别字画彩色影像数据的实际情况选择不同的方法获得待鉴别字画的线状特征。
在具体实施时，所述样本光谱特征，包括：
光谱特征位置，和/或光谱距离。
光谱特征位置是根据专家对特征对象的物理化学特性和光谱特性的先验知识或者光谱分析，选择最具排他性的光谱特征波段。光谱距离统计是选择一个光谱波段子集，使其在某一个光谱可分性距离统计准则下，其统计差异最大或最优。如此设计，可以根据用户需要，选择不同的光谱特征对待鉴别字画的真伪进行鉴定，从而增加鉴定的灵活性。
在具体实施时，光谱特征位置搜索可以选择其特征吸收波段。可以采用包络线去除方法选择其特征吸收波段，包络线法包括包络线去除和光谱特征位置搜索。
如图2所示，光谱曲线的包络线从直观上相当于光谱曲线的“外壳”，可以用连续的折线来近似表示光谱曲线的包络线光谱特征位置搜索可以确定能够完全区分几类对象的特征位置，即光谱位置，图3为去除包络线后的光谱曲线。图4为高岭石和白云石的光谱曲线，可以确定箭头标识的五处光谱作为区分两类对象的光谱特征位置。
在具体实施时，可以采用欧氏距离、J－M距离、基于熵函数、离散度、归一化距离(相对距离)或者样本距离平均值等可分性准则对光谱距离进行统计。
在具体实施时，所述样本特征参量，可以包括：
光谱斜率、光谱坡向、光谱二值编码、光谱导数、光谱积分、光谱吸收指数，或者光谱曲线函数模拟中的一种或几种。
如此设计的好处在于，能够根据需要选择不同种类和数量的光谱参量组成特征向量，使字画的鉴别更加灵活。在具体实施时，可以利用字画真迹的样本特征向量对支持向量机进行训练。将待鉴别字画的待鉴别特征向量输入支持向量机，从而获得待鉴别特征向量与样本特征向量的匹配度，进而鉴别待鉴别字画的真伪。
在具体实施时，光谱吸收指数可以为吸收位置、吸收深度、吸收宽度或者对称性。
在具体实施时，所述提取样本高光谱信息数据的样本光谱特征，可以包括：
对样本高光谱信息数据进行去噪处理；
提取经过去噪处理后的样本高光谱信息数据的样本光谱特征。
如此设计的好处在于，能够使提取的待鉴别光谱特征更加清楚。
在具体实施时，噪声可以包括条带和孤点。在具体实施时可以采用几何校正，或者辐射校正等方法去除待鉴别高光谱信息数据的噪声。
在具体实施时，所述提取样本高光谱信息数据的样本光谱特征，可以包括：
采用K-L变换，或者MNF变换样本高光谱信息数据的样本光谱特征。
如此可以综合待鉴别高光谱信息数据，使光谱减维，从而增强待鉴别光谱特征，并快速获得待鉴别字画的待鉴别光谱特征。
采用K-L变换提取待鉴别高光谱信息数据的预设类型的待鉴别光谱特征，即实现待鉴别高光谱信息数据主成分的变换，变换后数据波段按照方差由大到小排列。前面的几个成分的信息含量最大。
采用MNF变换(Minimum Noise Fraction)提取待鉴别高光谱信息数据的预设类型的待鉴别光谱特征，能使变换后各成份按照信噪比顺序排列。
基于相同的构思，本发明的第二实施例提供了一种字画鉴别装置，如图5所示。包括：
第一获取模块，用于获取待鉴别字画的待鉴别高光谱信息数据和待鉴别彩色影像数据；
确定模块，用于根据待鉴别高光谱信息数据确定该待鉴别字画的待鉴别特征向量，根据待鉴别彩色影像数据确定该待鉴别字画的待鉴别线状特征；
第二获取模块，用于获取字画鉴别数据库中存储的与该待鉴别字画对应的字画真迹的样本特征向量和该字画真迹的样本线状特征；
判定模块，用于当待鉴别特征向量与样本特征向量的匹配度大于第一预设值，并且待鉴别线状特征与样本线状特征的匹配度大于第二预设值时，判定该待鉴别字画为真品。
在具体实施时，所述装置，还可以包括：
存储模块，用于存储字画鉴别数据库；
所述第二获取模块，具体用于：
从所述存储模块存储的字画鉴别数据库中获取与待鉴别字画的待鉴别特征向量对应的字画真迹的样本特征向量，以及该字画真迹相应区域的样本线状特征。
如此，能够方便地读取待鉴别字画的字画真迹的样本特征向量和字画真迹的样本线状特征。
在具体实施时，所述存储模块，具体用于：
对字画鉴别数据库中中的样本特征向量和样本线状特征进行加密隐含存储。
如此能够加强字画真迹识别特征的保护。
本发明的第三实施例提供了一种字画鉴别系统，包括：高光谱成像仪、数码相机和本发明第二实施例任一项所述的字画鉴别装置；
所述高光谱成像仪，用于采集待鉴别字画的待鉴别高光谱信息数据；
所述数码相机，用于采集待鉴别字画的待鉴别彩色影像数据。
在具体实施时，在利用数码相机采集待鉴别字画的待鉴别彩色影像数据时，可以采用重复拍摄的方法来减小误差。
在具体实施时，本系统，还可以包括：成像平台和照明系统。成像平台用于放置待鉴别字画，照明系统用于调整采集待鉴别字画的待鉴别高光谱信息数据和待鉴别字画的预设区域的待鉴别彩色影像数据时的光照环境。在使用照明系统时，可以选择接近暗室的环境，如此可以减少周围光源的影响。
在具体实施时，也可以采用自然光源，然而，如图6所示，自然光源在1800nm以后能量较大，在1000nm－1800nm之间由于太阳光谱存在大气传输中部分光谱波段强烈吸收，形成明显的吸收带，可能会影响待鉴别字画的鉴定结果。
在具体实施时，在采集待鉴别字画的待鉴别彩色影像数据时，可以选择与获得字画真迹的样本线状特征时相同的数据获取环境和算法来获取待鉴别字画的待鉴别线状特征。如此可以进一步提高本系统对待鉴别字画真伪鉴别的准确度。
在具体实施时，可以采用本系统的高光谱成像仪采集各种字画真迹的高光谱信息数据，利用数码相机采集字画真迹各个区域的彩色影像数据；根据高光谱信息数据获取字画真迹的特征向量，以及根据字画真迹的彩色影像数据获得字画真迹的线状特征，将各个字画真迹的特征向量和线状特征存储在字画鉴别装置中，作为字画真迹的标识，从而对有价值的字画真迹建立永久的数字档案。
在具体实施时，通过本系统还可以采集颜料的高光谱数据，从而区分具有相同的物理化学成分、特征相似，但成分所占比例不同的颜料，或者光谱曲线形态大致相似的颜料。进而根据颜料的区分对待鉴别字画的真伪进行鉴定。
在具体实施时，可以采集表1中所示的颜料的高光谱信息数据。并建立各种颜料的高光谱信息数据库。以石青和蓝色颜料为例，进行说明。石青和蓝色颜料虽然颜色看起来相同，但是从图7所示的石青颜料和蓝色颜料的高光谱曲线图中可以看出，其在725nm-850nm之间的曲线有很大区别。如图8所示，字画相同位置的高光谱曲线的形状随着时间的推移变化不大。如图9所示，不同字画的对应位置的高光谱曲线的形状具有很大区别。因此能够采用颜料的高光谱信息数据对待鉴别字画的真伪进行鉴定。
表1已经完成光谱测量的颜料
本发明提供的字画鉴别系统，通过利用高光谱成像仪采集待鉴别字画的待鉴别高光谱信息数据，利用数码相机采集待鉴别字画的待鉴别彩色影像数据；根据待鉴别高光谱信息数据获取待鉴别字画的待鉴别特征向量，以及根据待鉴别字画的待鉴别彩色影像数据获得待鉴别字画的待鉴别线状特征，并根据待鉴别字画的字画真迹的样本特征向量和样本线状特征，判定待鉴别字画的真伪。从而能够快速、准确地判断待鉴别字画的真伪。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种字画鉴别方法，其特征在于，包括：
获取待鉴别字画的待鉴别高光谱信息数据和待鉴别彩色影像数据；
根据待鉴别高光谱信息数据确定该待鉴别字画的待鉴别特征向量，根据待鉴别彩色影像数据确定该待鉴别字画的待鉴别线状特征；
获取字画鉴别数据库中存储的与该待鉴别字画对应的字画真迹的样本特征向量和该字画真迹的样本线状特征；
当待鉴别特征向量与样本特征向量的匹配度大于第一预设值，并且待鉴别线状特征与样本线状特征的匹配度大于第二预设值时，判定该待鉴别字画为真品。
2.根据权利要求1所述的方法，其特征在于，样本特征向量的确定方法，包括：
采集字画真迹的样本高光谱信息数据；
提取样本高光谱信息数据的样本光谱特征；
提取样本光谱特征的样本特征参量，将提取的样本特征参量组成字画真迹的样本特征向量。
3.根据权利要求1所述的方法，其特征在于，样本线状特征的确定方法，包括：
获取字画真迹的样本彩色影像数据；
利用SHIFT算法、数据融合算法、边缘检测算法，或者分水岭变换算法提取样本彩色影像数据的样本线状特征。
4.根据权利要求2所述的方法，其特征在于，所述样本光谱特征，包括：
光谱特征位置，和/或光谱距离。
5.根据权利要求2所述的方法，其特征在于，所述样本特征参量，包括：
光谱斜率、光谱坡向、光谱二值编码、光谱导数、光谱积分、光谱吸收指数，或者光谱曲线函数模拟中的一种或几种。
6.根据权利要求2所述的方法，其特征在于，所述提取样本高光谱信息数据的样本光谱特征，包括：
对样本高光谱信息数据进行去噪处理；
提取经过去噪处理后的样本高光谱信息数据的样本光谱特征。
7.根据权利要求2所述的方法，其特征在于，所述提取样本高光谱信息数据的样本光谱特征，包括：
采用K-L变换，或者MNF变换样本高光谱信息数据的样本光谱特征。
8.一种字画鉴别装置，其特征在于，包括：
第一获取模块，用于获取待鉴别字画的待鉴别高光谱信息数据和待鉴别彩色影像数据；
确定模块，用于根据待鉴别高光谱信息数据确定该待鉴别字画的待鉴别特征向量，根据待鉴别彩色影像数据确定该待鉴别字画的待鉴别线状特征；
第二获取模块，用于获取字画鉴别数据库中存储的与该待鉴别字画对应的字画真迹的样本特征向量和该字画真迹的样本线状特征；
判定模块，用于当待鉴别特征向量与样本特征向量的匹配度大于第一预设值，并且待鉴别线状特征与样本线状特征的匹配度大于第二预设值时，判定该待鉴别字画为真品。
9.根据权利要求8所述的装置，其特征在于，所述装置，还包括：
存储模块，用于存储字画鉴别数据库；
所述第二获取模块，具体用于：
从所述存储模块存储的字画鉴别数据库中获取与待鉴别字画的待鉴别特征向量对应的字画真迹的样本特征向量，以及该字画真迹相应区域的样本线状特征。
10.一种字画鉴别系统，其特征在于，包括：高光谱成像仪、数码相机和权利要求8和9任一项所述的字画鉴别装置；
所述高光谱成像仪，用于采集获取待鉴别字画的待鉴别高光谱信息数据；
所述数码相机，用于采集和待鉴别字画的预设区域的待鉴别彩色影像数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610867428.5A CN106338487A (zh) | 2016-09-29 | 2016-09-29 | 一种字画鉴别方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610867428.5A CN106338487A (zh) | 2016-09-29 | 2016-09-29 | 一种字画鉴别方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106338487A true CN106338487A (zh) | 2017-01-18 |
Family
ID=57839606
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610867428.5A Pending CN106338487A (zh) | 2016-09-29 | 2016-09-29 | 一种字画鉴别方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106338487A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN108416357A (zh) * | 2018-03-01 | 2018-08-17 | 北京建筑大学 | 一种彩绘类文物隐含信息的提取方法 |
| CN108776144A (zh) * | 2018-06-12 | 2018-11-09 | 南京大学 | 一种基于基团光谱特征的海洋溢油乳化物遥感识别方法 |
| CN108846330A (zh) * | 2018-05-30 | 2018-11-20 | 中科智文（北京）科技有限公司 | 一种纸张字画显微图像智能识别系统及识别方法 |
| CN109543757A (zh) * | 2018-11-27 | 2019-03-29 | 陕西文投艺术品光谱科技有限公司 | 一种基于光谱成像技术与图谱分析的书画画风鉴定方法 |
| CN109657527A (zh) * | 2017-10-12 | 2019-04-19 | 上海友福文化艺术有限公司 | 一种画作笔触鉴定系统及方法 |
| TWI773996B (zh) * | 2020-05-29 | 2022-08-11 | 正修學校財團法人正修科技大學 | 畫作缺陷辨識系統及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08152400A (ja) * | 1994-11-29 | 1996-06-11 | Iseki & Co Ltd | 近赤外分析方法 |
| CN101957915A (zh) * | 2010-09-16 | 2011-01-26 | 北京优纳科技有限公司 | 字画扫描设备及鉴定方法 |
| CN102854147A (zh) * | 2012-08-08 | 2013-01-02 | 北京建筑工程学院 | 一种基于高光谱数据的壁画底稿信息提取方法 |
| CN103149164A (zh) * | 2013-03-04 | 2013-06-12 | 暨南大学 | 基于光谱成像技术的国画真伪鉴别方法与装置 |
| CN103487145A (zh) * | 2013-09-25 | 2014-01-01 | 清华大学 | 多光谱采集系统的标定方法及系统 |
| CN103969198A (zh) * | 2013-02-06 | 2014-08-06 | 上海帆声图像科技有限公司 | 一种艺术品鉴定方法 |
| CN204255501U (zh) * | 2014-10-29 | 2015-04-08 | 北京帝测科技股份有限公司 | 一种用于古字画和文化艺术品鉴别的高光谱成像装置 |
-
2016
- 2016-09-29 CN CN201610867428.5A patent/CN106338487A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08152400A (ja) * | 1994-11-29 | 1996-06-11 | Iseki & Co Ltd | 近赤外分析方法 |
| CN101957915A (zh) * | 2010-09-16 | 2011-01-26 | 北京优纳科技有限公司 | 字画扫描设备及鉴定方法 |
| CN102854147A (zh) * | 2012-08-08 | 2013-01-02 | 北京建筑工程学院 | 一种基于高光谱数据的壁画底稿信息提取方法 |
| CN103969198A (zh) * | 2013-02-06 | 2014-08-06 | 上海帆声图像科技有限公司 | 一种艺术品鉴定方法 |
| CN103149164A (zh) * | 2013-03-04 | 2013-06-12 | 暨南大学 | 基于光谱成像技术的国画真伪鉴别方法与装置 |
| CN103487145A (zh) * | 2013-09-25 | 2014-01-01 | 清华大学 | 多光谱采集系统的标定方法及系统 |
| CN204255501U (zh) * | 2014-10-29 | 2015-04-08 | 北京帝测科技股份有限公司 | 一种用于古字画和文化艺术品鉴别的高光谱成像装置 |
Non-Patent Citations (1)
| Title |
|---|
| 孙永华 等: "《基于高光谱的湿地植被定量遥感研究》", 30 April 2015, 中国环境科学出版社 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109657527A (zh) * | 2017-10-12 | 2019-04-19 | 上海友福文化艺术有限公司 | 一种画作笔触鉴定系统及方法 |
| CN109657527B (zh) * | 2017-10-12 | 2023-07-14 | 上海友福文化艺术有限公司 | 一种画作笔触鉴定系统及方法 |
| 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 |
| CN108416357A (zh) * | 2018-03-01 | 2018-08-17 | 北京建筑大学 | 一种彩绘类文物隐含信息的提取方法 |
| CN108846330A (zh) * | 2018-05-30 | 2018-11-20 | 中科智文（北京）科技有限公司 | 一种纸张字画显微图像智能识别系统及识别方法 |
| CN108776144A (zh) * | 2018-06-12 | 2018-11-09 | 南京大学 | 一种基于基团光谱特征的海洋溢油乳化物遥感识别方法 |
| CN108776144B (zh) * | 2018-06-12 | 2020-10-09 | 南京大学 | 一种基于基团光谱特征的海洋溢油乳化物遥感识别方法 |
| CN109543757A (zh) * | 2018-11-27 | 2019-03-29 | 陕西文投艺术品光谱科技有限公司 | 一种基于光谱成像技术与图谱分析的书画画风鉴定方法 |
| TWI773996B (zh) * | 2020-05-29 | 2022-08-11 | 正修學校財團法人正修科技大學 | 畫作缺陷辨識系統及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106338487A (zh) | 一种字画鉴别方法和装置 | |
| US10498941B2 (en) | Sensor-synchronized spectrally-structured-light imaging | |
| Yanikoglu et al. | Automatic plant identification from photographs | |
| CN104021207B (zh) | 一种基于图像的食物信息提供方法 | |
| WO2014198315A1 (en) | Image based object classification | |
| CN104658097B (zh) | 一种基于图像的直方图匹配的人民币纸币面额识别方法 | |
| CN106056752B (zh) | 一种基于随机森林的钞票鉴伪方法 | |
| CN109858477A (zh) | 用深度森林在复杂环境中识别目标物的拉曼光谱分析方法 | |
| CN105868717B (zh) | 一种基于分类的高分辨率遥感图像单木树冠信息提取方法 | |
| Ratajczak et al. | Efficient bark recognition in the wild | |
| Geusebroek et al. | Learning banknote fitness for sorting | |
| CN107195069A (zh) | 一种人民币冠字号自动识别方法 | |
| CN103336942A (zh) | 一种基于Radon BEMD变换的国画鉴定方法 | |
| Minarno et al. | Batik image retrieval based on enhanced micro-structure descriptor | |
| CN104598881B (zh) | 基于特征压缩与特征选择的歪斜场景文字识别方法 | |
| CN112419580A (zh) | 一种基于高光谱成像的纸币真伪鉴别方法 | |
| CN109284759A (zh) | 一种基于支持向量机（svm）的魔方颜色识别方法 | |
| Hoang et al. | Hybrid discriminative models for banknote recognition and anti-counterfeit | |
| CN107134048A (zh) | 一种智能识别水印特征的票据防伪鉴别方法 | |
| CN107527423B (zh) | 纸币防伪识别方法及纸币识别装置 | |
| KR20200100165A (ko) | 개인인증 방법 및 개인인증 장치 | |
| CN109145845A (zh) | 住宅权限电子分辨方法 | |
| CN107368813A (zh) | 一种应用于机载近地高光谱影像的林木冠幅识别方法 | |
| CN108154116A (zh) | 一种图像识别方法及系统 | |
| Andrade et al. | Potential of texture analysis for charcoal classification |
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: 20170118 |
|
| RJ01 | Rejection of invention patent application after publication |