CN108694412A - 一种手绘唐卡和印刷唐卡的鉴别方法 - Google Patents
一种手绘唐卡和印刷唐卡的鉴别方法 Download PDFInfo
- Publication number
- CN108694412A CN108694412A CN201810448040.0A CN201810448040A CN108694412A CN 108694412 A CN108694412 A CN 108694412A CN 201810448040 A CN201810448040 A CN 201810448040A CN 108694412 A CN108694412 A CN 108694412A
- Authority
- CN
- China
- Prior art keywords
- tangka
- image
- freehandhand
- analysis result
- printing
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G01N21/59—Transmissivity
-
- 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
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Abstract
本发明公开一种手绘唐卡和印刷唐卡的鉴别方法。对所述唐卡的画布进行分析,获得画布分析结果;对所述唐卡的金线部分进行分析,获得金线分析结果;对所述唐卡的整体透光性进行分析,获得透光性分析结果;根据所述画布分析结果、所述金线分析结果和所述透光性分析结果综合对所述唐卡进行评分,获得评分结果;根据所述评分结果鉴别所述唐卡是否为手绘唐卡。能够通过综合考虑画布材质、金线特征和整体透光性分析,提高了唐卡鉴别的准确度。
Description
技术领域
本发明涉及唐卡领域,特别是涉及一种手绘唐卡和印刷唐卡的鉴别方法。
背景技术
唐卡的主要特点:唐卡内容繁多,既有多姿多态的佛像,也有反映藏族历史和民族风情的画面,西藏唐卡构图严谨,均衡,丰满,多变,画法主要有工笔重彩与白描为主;唐卡品种多种多样,除彩绘唐卡与印刷唐卡外,还有刺绣、织锦(堆绣)、缂丝、贴花及珍珠唐卡等;刺绣唐卡是用各色丝线绣成,凡山水、人物、花卉、翎毛、亭台、楼阁等均可刺绣;织锦唐卡是以缎纹为地,用数色之丝为纬,间错提花而织造,粘贴在织物上,故又称“堆绣”;贴花唐卡是用各色彩缎,剪裁成各种人物和图形,粘贴在织物上。
因近几年来印刷唐卡的制作技术不断地更新,市面上出现了很多印刷唐卡,少部分商人就把印刷唐卡作为手绘唐卡出售,并且价格昂贵。针对人们在购买唐卡的时候会将印刷唐卡误认为是手绘唐卡的问题,亟需一种能够准确鉴别手绘唐卡和印刷唐卡的方法。
发明内容
提供一种能够准确鉴别手绘唐卡和机绘唐卡的鉴别方法。
为实现上述目的,本发明提供了如下方案:
一种唐卡的鉴别方法,所述鉴别方法包括:
对所述唐卡的画布进行分析,获得画布分析结果;
对所述唐卡的金线部分进行分析,获得金线分析结果;
对所述唐卡的整体透光性进行分析,获得透光性分析结果;
根据所述画布分析结果、所述金线分析结果和所述透光性分析结果综合对所述唐卡进行评分,获得评分结果;
根据所述评分结果鉴别所述唐卡是否为手绘唐卡。
可选的,所述对所述唐卡的画布进行分析,获得画布分析结果具体包括:
采用照相机放大至最大倍数时采集所述唐卡的图像;
将所述唐卡图像的检测窗口划分为16×16的小区域;
对于每个小区域中的一个像素,将相邻的8个像素的灰度值与其进行比较,若周围像素值大于中心像素值,则该像素点的位置被标记为1,否则为0;3*3邻域内的8个点经比较获得8位二进制数,获得所述检测窗口中心像素点的局部二值模式特征值;
计算每个小区域的直方图;
对所述直方图进行归一化处理;
将得到的每个小区域的统计直方图进行连接成为一个特征向量,获得所述唐卡图像的局部二值模式纹理特征向量;
分类器根据所述局部二值模式纹理特征向量预测所述唐卡图像,获得预测图像;
将所述预测图像分别与手绘唐卡和印刷唐卡进行对比;
若所述预测图像与所述手绘唐卡的图像相似,则加分30;否则,不加分。
可选的,所述对所述唐卡的金线部分进行分析,获得金线分析结果具体包括:
采用照相机采集所述唐卡的图像;
提取出正负样本的特征值和所述唐卡图像的颜色特征;
利用聚类方法将不定数量的特征值和颜色特征聚类为固定数量的类;
对所述固定数量的类归一化处理,获得10个类的直方图;
训练每个图片中的10个类作为特征实例和正负样本,获得所述唐卡图片的特征;
分别求每一个特征与10个类的距离,确定每一个特征的所述类;
归一化所述每一个特征值,并做所述10个类的直方图;
根据所述直方图的色域度判断是否为手绘唐卡,如果是,加分30;否则,不加分。
可选的,所述对所述唐卡的整体透光性进行分析,获得透光性分析结果具体包括:
把所述唐卡放置在光线暗的地方,进行图像采集,获得有阳光图像;
把所述唐卡冲着光线强的地方,进行图像采集,获得无阳光图像;
对所述有阳光图像和所述无阳光图像进行差分处理,获得差分后的图像样本;
提取所述差分后的图像样本的图像纹理特征;
归一化处理所述图像纹理特征;
分类器训练所述图像纹理特征,获得训练模型;
采用训练模型判断所述唐卡是否为手绘唐卡,如果是,加分30;否则,不加分。
可选的,所述根据所述评分结果鉴别所述唐卡是否为手绘唐卡具体包括:
若分数在0-20之间,该唐卡为机绘唐卡,属于普通的机绘唐卡;
若分数为60分,该唐卡的性质,处在高仿印刷唐卡和手绘唐卡的临界点,采用面对面纯人工的方法进行鉴别;
若分数为100分,该唐卡为人工手绘唐卡。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的一种能够鉴别手绘唐卡和印刷唐卡的方法,能够通过综合考虑画布材质、金线特征和整体透光性分析,提高了唐卡鉴别的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种手绘唐卡和印刷唐卡的鉴别方法的流程图;
图2为本发明提供的手绘唐卡的纹理分析结果图;
图3为本发明提供的印刷唐卡的纹理分析结果图;
图4为本发明提供的印刷唐卡的分析结果图;
图5为本发明提供的手绘唐卡的分析结果图;
图6为本发明提供的印刷唐卡在阳光下的纹理图;
图7为本发明提供的手绘唐卡在阳光下的纹理图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种能够鉴别手绘唐卡和机绘唐卡的唐卡的鉴别方法。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,一种唐卡的鉴别方法,所述鉴别方法包括:
步骤100:对所述唐卡的画布进行分析,获得画布分析结果;手绘唐卡的画布则采用的是特制棉布,这种棉布是手工磨制而成,用牛胶和石灰等调合刷在布上,再用恰央或者大白粉反复打磨,这样出来的画布才会更均匀表现绘制上面的颜料色彩,同时打磨好的画布也不用担心被虫子咬坏。
仿真印刷唐卡一般选择用普通机制的画布(特制塑料布)。仿真印刷唐卡颜料大多为人工合成的聚合颜料,这些颜料色泽比较鲜艳,附着力大,可以在多种载体上作画。在各种画种技法上,有很大的通用性。但在棉布上作画有些不足。它干燥快,有抗水性,但干后颜料膜坚韧,手感僵硬,没有伸缩性,会龟裂掉渣。
步骤200:对所述唐卡的金线部分进行分析,获得金线分析结果。
步骤300:对所述唐卡的整体透光性进行分析,获得透光性分析结果。
步骤400:根据所述画布分析结果、所述金线分析结果和所述透光性分析结果综合对所述唐卡进行评分,获得评分结果。
步骤500:根据所述评分结果鉴别所述唐卡是否为手绘唐卡。
所述对所述唐卡的画布进行分析,获得画布分析结果具体包括:
采用照相机放大至最大倍数时采集所述唐卡的图像;
将所述唐卡图像的检测窗口划分为16×16的小区域;
对于每个小区域中的一个像素,将相邻的8个像素的灰度值与其进行比较,若周围像素值大于中心像素值,则该像素点的位置被标记为1,否则为0;3*3邻域内的8个点经比较获得8位二进制数,获得所述检测窗口中心像素点的局部二值模式特征值;
计算每个小区域的直方图;
对所述直方图进行归一化处理;
将得到的每个小区域的统计直方图进行连接成为一个特征向量,获得所述唐卡图像的局部二值模式纹理特征向量;
分类器根据所述局部二值模式纹理特征向量预测所述唐卡图像,获得预测图像;如图2和图3所示;
将所述预测图像分别与手绘唐卡和印刷唐卡进行对比;
若所述预测图像与所述手绘唐卡的图像相似,则加分30;否则,不加分。
画布特性分析具体还包括:
(1)采用放大镜对画布进行观察,在没有放大镜的情况下可采用将手机照相机放大至最大倍数下对画布进行观察。
(2)将获取的图像与手绘唐卡样图和机绘唐卡样图对比。
(3)若情况类似机绘唐卡样图则不加分,若情况类似手绘唐卡样图则加20分。
可选的,所述对所述唐卡的金线部分进行分析,获得金线分析结果具体包括:
采用照相机采集所述唐卡的图像;
提取出正负样本的特征值和所述唐卡图像的颜色特征;
利用聚类方法将不定数量的特征值和颜色特征聚类为固定数量的类;
对所述固定数量的类归一化处理,获得10个类的直方图;
训练每个图片中的10个类作为特征实例和正负样本,获得所述唐卡图片的特征;
分别求每一个特征与10个类的距离,确定每一个特征的所述类;
如图3和图4所示,归一化所述每一个特征值,并做所述10个类的直方图;
根据所述直方图的色域度判断是否为手绘唐卡,如果是,加分30;否则,不加分。
唐卡绘画中金的应用是唐卡的绝技,不论主尊像,还是周围故事画里的人物服饰,大多用金线勾描。建筑、树、石也往往用金线、金点加以装饰。藏族画师非常善于用金,他们经常用赤金铺底,而后再用黄金描绘花纹,借以增加金色的层次。藏族画师对金的质量要求很严格,所用金粉都是纯金,并且要亲自加工研磨,机绘唐卡因成本的问题则不会选择纯金原料,采用化学原料。
所以金线是辨别手绘唐卡和印刷唐卡重要依据之一。
在有光线充足的环境中,由于金属的镜面反射的原因,透过侧面观察会有比较刺眼的现象。
在没有光线较暗环境中,从侧面给唐卡光源后观察到非常壮观的画面,呈现出金碧辉煌。
金线特征分析具体还包括:
利用金属的镜面反光:(1)将有金线部分,朝着太阳光所在方向,侧面观察是否有比较刺眼的现象出现。通过观察,如果是,+30分,否则,不加分。
(2)若处在较暗的环境下,在一侧面打灯光,在另一侧将手机照相机倍数放至最大进行拍照。因为金属的镜面反射,拍照时金线部分会出现曝光现象,颜色泛白。如果有泛白现象,则+30分,否则,不加分。
(1)和(2)只计分1次,总计30分。
手绘唐卡的画布采用的是特制棉布,这种棉布是手工磨制而成,用牛胶和石灰等调合刷在布上,再用恰央或者大白粉反复打磨。仿真印刷唐卡一般选择用普通机制的画布。这两种画布的区别方法是,把一张唐卡冲着较强的光线,观察唐卡背面如果发现有不规则划痕,这一般是手工画布在打磨过程中留下的痕迹,那么这张唐卡起码画布是手工的。相反,如果唐卡背面冲强光观察,唐卡非常的平整,没有一点类似水印的划痕,确定就是一张印刷唐卡了。
手绘唐卡通过人工绘色,对于颜料多少的把控做不到绝对的均匀,而机绘唐卡采用高精度喷头,对于颜料的均匀程度把控相当严格。把一张唐卡冲着较强的光线,观察唐卡背面也会发现有不规则划痕。
所以整体透光性是辨别手绘唐卡和印刷唐卡重要依据之一。
所述对所述唐卡的整体透光性进行分析,获得透光性分析结果具体包括:
把所述唐卡放置在光线暗的地方,进行图像采集,获得有阳光图像;
把所述唐卡冲着光线强的地方,进行图像采集,获得无阳光图像;
对所述有阳光图像和所述无阳光图像进行差分处理,获得差分后的图像样本;
提取所述差分后的图像样本的图像纹理特征;
如图4和图5所示的图像纹理特征图,归一化处理所述图像纹理特征;
分类器训练所述图像纹理特征,获得训练模型;
采用训练模型判断所述唐卡是否为手绘唐卡,如果是,加分30;否则,不加分。
整体透光性进行分析的方法还包括:
把一张唐卡放置在光线较暗的地方(无强光直射即可),进行图像采集。把一张唐卡冲着较强的光线,进行图像采集。观察唐卡背面有无不规则划痕。通过观察,如果有,+30分,否则,不加分。
可选的,所述根据所述评分结果鉴别所述唐卡是否为手绘唐卡具体包括:
若分数在0-20之间,该唐卡为机绘唐卡,属于普通的机绘唐卡;
若分数为60分,该唐卡的性质,处在高仿印刷唐卡和手绘唐卡的临界点,采用面对面纯人工的方法进行鉴别;
若分数为100分,该唐卡为人工手绘唐卡。
手绘唐卡质量优劣评估分析
唐卡画工是衡量唐卡优劣和决定唐卡价值的最重要标准,法相庄严殊胜、比例度量精确、线条流畅、配色协调、画工精细、内容符合佛教法理,严格按照造像度量经绘制的唐卡才更能体现唐卡的意义。唐卡画工的鉴别主要包括以下几个方面:
(一)度量方面。
度量是决定唐卡好坏的最基本也是最重要的因素,即使微小的错误也能影响唐卡的艺术价值。
头部度量:头部度量要正确、对称,不能使佛像的脸画宽或画长;
五官度量:佛像的五官要对称,左右大小要一致,并且要画在脸部合适的位置;
形体度量:形体方面除了四肢以外只要度量正确、对称就可以了。佛像的手、足大小要合适,注意指头大小就可以了,手、足并且要画灵活,不能有死板、笨拙的感觉,尤其注意多臂多足的佛像(如大威德金刚)手足要画够,不能漏画。
(二)线条方面。
好的线条是决定价值的关键因素,又分以下3个方面:
肉体线条:
肉体线条应要勾得像毛发一样(线条要细,粗细均匀),且要流畅,不能出现歪歪扭扭、开叉的情况;
衣纹线条:
衣纹线条大多都是曲线,有些线条应要勾成“(”状,这种中间粗两头尖细的线条正显示出了衣服的重叠、真实感;
其它线条:
植物叶子的线条一般要从叶柄勾向叶尖,到叶尖处应要向反向勾点小尖,这样叶子的叶尖看上去是向下卷的,这样的叶子看似是有生命的。在金刚类(如金刚手等)的主尊周围一般都有火焰,火焰基本都是:“S”形的,所以火焰勾的时候除了衣纹线条的要求外还要使弯曲的外弧线和内弧线相对,这样勾出的火焰才有活力,其它线条只要流畅就可以了;
(三)色彩方面。
唐卡的色彩由画师配色和上色的水平决定,上色要均匀,不同颜色相接处要完美,不能出现模糊的情况:
肉色:
佛像的肉色要适中,不能过重,肌肉的阴暗程度要淡,不能出现花脸的情况。
五官:
五官大小要适中、对称,与肉色的相接要完美。尤其是开眼,开眼是一副唐卡中的最后一道工序也是最有难度的一项,开眼时左右眼要对称,大小要一致,且要画在眼睛中间位置。
裂缝:
有的唐卡颜色出现了裂缝、掉色的现象,更有人以此称之为老唐卡,其实出现这类现象的原因在于画师的调色未调制好。
(四)金线方面。
金线决定着唐卡的精致程度,金线最常见在衣服、主尊周围的背光、花草叶子等处。为了使唐卡精致,衣服上的金线一般勾的图案越复杂的越精致,这些图案小而复杂,勾金线的时候要保证图案清晰和有规律,不能勾得模糊一团。其它方面和线条的要求基本类似。
(五)气势方面。
好唐卡的总体上的气势往往是很好的,善相的神态要栩栩如生,看似微笑又看似目视你有话说一样,托出善意(慈悲),怒相的神态则要狰狞可怕。
当然除了唐卡的画工,唐卡的新旧程度、唐卡画师的知名程度等因素也决定着手绘唐卡的质量优劣。
唐卡文化背景的推送概述:
每一幅唐卡都有一个主题人物,有的为神话人物,有的则为历史人物,每一位人物都有相关神话传说、历史事迹。通过APP获取唐卡图像,检索数据库获取与人物相关联的神话传说或者历史事迹。以图文的形式反馈到移动端,推送相关艺术作品以及可购买收藏的艺术作品相关信息。
采用基于内容的图像检索技术,基于内容的图像检索技术是指根据图像的颜色、形状、纹理等特征以及这些特征的组合来查询图像,是计算机图像处理和数据库技术的有效结合。
图像相似度比较:
图像相似度计算主要用于对于两幅图像之间内容的相似程度进行打分,根据分数的高低来判断图像内容的相近程度。
用于计算机视觉中的检测跟踪中目标位置的获取,根据已有模板在图像中找到一个与之最接近的区域。
还有一方面就是基于图像内容的图像检索,也就是通常说的以图检图。比如给你某一个人在海量的图像数据库中罗列出与之最匹配的一些图像,当然这项技术可能也会这样做,将图像抽象为几个特征值,比如Trace变换,图像哈希或者Sift特征向量等等,来根据数据库中存得这些特征匹配再返回相应的图像来提高效率。
(1)直方图匹配
比如有图像A和图像B,分别计算两幅图像的直方图,HistA,HistB,然后计算两个直方图的归一化相关系数(巴氏距离,直方图相交距离)等等。
这种思想是基于简单的数学上的向量之间的差异来进行图像相似程度的度量,这种方法是目前用的比较多的一种方法,第一,直方图能够很好的归一化,比如通常的256个bin条的。那么两幅分辨率不同的图像可以直接通过计算直方图来计算相似度很方便。
(2)数学上的矩阵分解
图像本身就是一个矩阵,可以依靠数学上矩阵分解的一些知识来获取矩阵中一些代表这个矩阵元素值和分布的一些鲁棒性特征来对图像的相似度进行计算。
(3)基于特征点的图像相似度计算
每一幅图像都有自己的特征点,这些特征点表征图像中比较重要的一些位置,比较类似函数的拐点那种,通常比较常用的有Harris角点和Sift特征点。那么将得到的图像角点进行比较,如果相似的角点数目较多,那么可以认为这两幅图像的相似程度较高。
最后将数据可视化处理输出。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (5)
1.一种手绘唐卡和印刷唐卡的鉴别方法,其特征在于,所述鉴别方法包括:
对所述唐卡的画布进行分析,获得画布分析结果;
对所述唐卡的金线部分进行分析,获得金线分析结果;
对所述唐卡的整体透光性进行分析,获得透光性分析结果;
根据所述画布分析结果、所述金线分析结果和所述透光性分析结果综合对所述唐卡进行评分,获得评分结果;
根据所述评分结果鉴别所述唐卡是否为手绘唐卡。
2.根据权利要求1所述的一种手绘唐卡和印刷唐卡的鉴别方法,其特征在于,所述对所述唐卡的画布进行分析,获得画布分析结果具体包括:
采用照相机放大至最大倍数时采集所述唐卡的图像;
将所述唐卡图像的检测窗口划分为16×16的小区域;
对于每个小区域中的一个像素,将相邻的8个像素的灰度值与其进行比较,若周围像素值大于中心像素值,则该像素点的位置被标记为1,否则为0;3*3邻域内的8个点经比较获得8位二进制数,获得所述检测窗口中心像素点的局部二值模式特征值;
计算每个小区域的直方图;
对所述直方图进行归一化处理;
将得到的每个小区域的统计直方图进行连接成为一个特征向量,获得所述唐卡图像的局部二值模式纹理特征向量;
分类器根据所述局部二值模式纹理特征向量预测所述唐卡图像,获得预测图像;
将所述预测图像分别与手绘唐卡和印刷唐卡进行对比;
若所述预测图像与所述手绘唐卡的图像相似,则加分30;否则,不加分。
3.根据权利要求1所述的一种手绘唐卡和印刷唐卡的鉴别方法,其特征在于,所述对所述唐卡的金线部分进行分析,获得金线分析结果具体包括:
采用照相机采集所述唐卡的图像;
提取出正负样本的特征值和所述唐卡图像的颜色特征;
利用聚类方法将不定数量的特征值和颜色特征聚类为固定数量的类;
对所述固定数量的类归一化处理,获得10个类的直方图;
训练每个图片中的10个类作为特征实例和正负样本,获得所述唐卡图片的特征;
分别求每一个特征与10个类的距离,确定每一个特征的所述类;
归一化所述每一个特征值,并做所述10个类的直方图;
根据所述直方图的色域度判断是否为手绘唐卡,如果是,加分30;否则,不加分。
4.根据权利要求1所述的一种手绘唐卡和印刷唐卡的鉴别方法,其特征在于,所述对所述唐卡的整体透光性进行分析,获得透光性分析结果具体包括:
把所述唐卡放置在光线暗的地方,进行图像采集,获得有阳光图像;
把所述唐卡冲着光线强的地方,进行图像采集,获得无阳光图像;
对所述有阳光图像和所述无阳光图像进行差分处理,获得差分后的图像样本;
提取所述差分后的图像样本的图像纹理特征;
归一化处理所述图像纹理特征;
分类器训练所述图像纹理特征,获得训练模型;
采用训练模型判断所述唐卡是否为手绘唐卡,如果是,加分30;否则,不加分。
5.根据权利要求1所述的一种手绘唐卡和印刷唐卡的鉴别方法,其特征在于,所述根据所述评分结果鉴别所述唐卡是否为手绘唐卡具体包括:
若分数在0-20之间,该唐卡为机绘唐卡,属于普通的机绘唐卡;
若分数为60分,该唐卡的性质,处在高仿印刷唐卡和手绘唐卡的临界点,采用面对面纯人工的方法进行鉴别;
若分数为100分,该唐卡为人工手绘唐卡。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810448040.0A CN108694412B (zh) | 2018-05-11 | 2018-05-11 | 一种手绘唐卡和印刷唐卡的鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810448040.0A CN108694412B (zh) | 2018-05-11 | 2018-05-11 | 一种手绘唐卡和印刷唐卡的鉴别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108694412A true CN108694412A (zh) | 2018-10-23 |
CN108694412B CN108694412B (zh) | 2021-11-12 |
Family
ID=63846211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810448040.0A Active CN108694412B (zh) | 2018-05-11 | 2018-05-11 | 一种手绘唐卡和印刷唐卡的鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108694412B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111929324A (zh) * | 2020-07-22 | 2020-11-13 | 青海千寻信息科技有限公司 | 一种手绘唐卡质量检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509109A (zh) * | 2011-10-20 | 2012-06-20 | 西北民族大学 | 一种唐卡图像与非唐卡图像的区分方法 |
CN103481722A (zh) * | 2013-09-30 | 2014-01-01 | 铜陵红星铜艺有限公司 | 一种彩金唐卡的制作方法 |
CN106997471A (zh) * | 2017-04-05 | 2017-08-01 | 西北民族大学 | 一种唐卡图像类型的确定方法及系统 |
CN107149351A (zh) * | 2017-07-03 | 2017-09-12 | 苏州金螳螂文化发展股份有限公司 | 一种长幅文物展示展柜 |
CN107310286A (zh) * | 2017-07-31 | 2017-11-03 | 深圳市贤俊龙彩印有限公司 | 唐卡印刷方法 |
-
2018
- 2018-05-11 CN CN201810448040.0A patent/CN108694412B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509109A (zh) * | 2011-10-20 | 2012-06-20 | 西北民族大学 | 一种唐卡图像与非唐卡图像的区分方法 |
CN103481722A (zh) * | 2013-09-30 | 2014-01-01 | 铜陵红星铜艺有限公司 | 一种彩金唐卡的制作方法 |
CN106997471A (zh) * | 2017-04-05 | 2017-08-01 | 西北民族大学 | 一种唐卡图像类型的确定方法及系统 |
CN107149351A (zh) * | 2017-07-03 | 2017-09-12 | 苏州金螳螂文化发展股份有限公司 | 一种长幅文物展示展柜 |
CN107310286A (zh) * | 2017-07-31 | 2017-11-03 | 深圳市贤俊龙彩印有限公司 | 唐卡印刷方法 |
Non-Patent Citations (3)
Title |
---|
ZHIMIN LI等: "A scientific study of the pigments in the wall paintings at Jokhang Monastery in Lhasa, Tibet,China", 《HERITAGE SCIENCE》 * |
唐朝国际曾经理: "唐卡怎么鉴定", 《HTTPS://JINGYAN.BAIDU.COM/ARTICLE/B2C186C8D2C67AC46EF6FF91.HTML》 * |
苗菁等: "极地之光——神秘绚丽的唐卡艺术", 《中国美术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111929324A (zh) * | 2020-07-22 | 2020-11-13 | 青海千寻信息科技有限公司 | 一种手绘唐卡质量检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108694412B (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Callen | The Work of Art: Plein Air Painting and Artistic Identity in Nineteenth-Century France | |
Wood | Scientific illustration: A guide to biological, zoological, and medical rendering techniques, design, printing, and display | |
CN101424680B (zh) | 异形纤维计算机自动识别装置与方法 | |
Purinton et al. | A study of the materials used by medieval Persian painters | |
Hackney | On canvas: Preserving the structure of paintings | |
CN110073184A (zh) | 用于效果颜料识别的装置和方法 | |
CN108694412A (zh) | 一种手绘唐卡和印刷唐卡的鉴别方法 | |
Gong et al. | Analysis and characterization of materials used in heritage theatrical figurines | |
US20160059622A1 (en) | Life-like, simulated, animal pelts and hides and method | |
Lizun | From Paris and Shanghai to Singapore: a multidisciplinary study in evaluating the provenance and dating of two of Liu Kang's paintings | |
Bruyn et al. | A Corpus of Rembrandt Paintings: Volume II: 1631–1634 | |
CN109342335A (zh) | 一种建筑饰面材料色差分析方法 | |
Roy | The National gallery Van Dycks: technique and development | |
Spring et al. | Goya's Portraits in the National Gallery: their Technique, Materials and Development | |
Ashbaugh | Artist material BRDF database for computer graphics rendering | |
Gardner et al. | Beauty revealed: technical analysis and treatment of Zand and Qajar Oil paintings | |
AU2021103787A4 (en) | Method for identifying hand-painted thangka and printed thangka | |
Betts et al. | Dressed in Tin | |
Gifford et al. | First Steps in Vermeer’s Creative Process: New Findings from the National Gallery of Art | |
Billinge et al. | The materials and technique of five paintings by Rogier van der Weyden and his workshop | |
Reissner | Ways of making: practice and innovation in Cézanne’s paintings in the National Gallery | |
Cycleback | Authenticating Art and Artifacts: An Introduction to Methods and Issues | |
Zuccari et al. | Saint John in the Wilderness: Observations on Technique, Style, and Authorship | |
Fiedler | A technical evaluation of the Grande Jatte | |
Lee-Whitman et al. | Where did all the silver go? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |