CN108846330A - 一种纸张字画显微图像智能识别系统及识别方法 - Google Patents
一种纸张字画显微图像智能识别系统及识别方法 Download PDFInfo
- Publication number
- CN108846330A CN108846330A CN201810534356.1A CN201810534356A CN108846330A CN 108846330 A CN108846330 A CN 108846330A CN 201810534356 A CN201810534356 A CN 201810534356A CN 108846330 A CN108846330 A CN 108846330A
- Authority
- CN
- China
- Prior art keywords
- paper
- painting
- mobile communication
- calligraphy
- communication equipment
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/698—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/80—Recognising image objects characterised by unique random patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/95—Pattern authentication; Markers therefor; Forgery detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种纸张字画显微图像智能识别系统及识别方法,采用采集模块结合移动通信设备就可以利用云端实现专家级的纸张书画作品识别,鉴定;信息的采集以及云端的数据库建立采用多种信息识别算法利用真、伪数据库,实现双重识别;图像采用采用不同倍率来提高适用性和准确性;还对识别结果采用函数进行加权打分,使得结果数字化,并通过真伪识别算法提供综合性的结果,数据库特征采集采用多种维度的特征,使得识别更加全面、准确。
Description
技术领域:
本发明属于智能识别领域,尤其涉及一种作品图像的智能识别系统。
背景技术
传统的纸张字画真伪鉴定是人以目鉴为主。即凭视觉观察并识别某一类作品的艺术表现的特征,画和字的时代风格和书画家的个人风格。但是目鉴必须有一个先决条件,即:一人或一时代的作品见得较多,有实物可比,才能达到目的,否则是无能为力的,需要鉴定人员具有丰厚的学养和富经验,能够熟练记忆真迹作品的风格特征,以此为根据来验证书画作品的真伪。常常还需要结合文献资料考订一番,以补“目鉴”的不足。某一画家传世作品较多,能作充分的对比时,目鉴的确能够解决问题,明清人的作品传世较多,有比的条件,不考订也没有什么关系,当目鉴无所依傍,比较的条件不充分时,考订也可能起主导作用。但是考订要靠目鉴来判别哪些书画是“依样画葫芦”的摹、临本,还是没有依傍的凭空的伪造本。在这一基础上才能进一步加以考订和探索,达到比较全面的理解和认识,否则考订也无济于事。
近些年来新的书画复制技术不断提高,多种高科技手段被用于赝品制作已能做出与书画原作在色墨质感上很接近的书画赝品。对于这一类赝品,目鉴的方式已不太适用。书画鉴定的本质是比对书画作品里随时间流逝却能保持不变的特征。一个作者的创作风格相对稳定,这是目鉴在书画鉴定时所采用的不变性特征。但在当下的赝品仿制技术里,这种特征能被复制,其作为鉴真依据的公信力就大打折扣了,因而目鉴的错误识别率也越来越高。
随着社会科技的发展,利用科技手段辅助鉴真的技术手段逐渐出现。
专利文献CN1529270A,建立字画真品著入电子库,它包括真品视频图象库和要素数据库;字画要素的一一比较,有一个以上要素不相同,鉴定字画为伪,同一要素都相同,再进行下述比较;字画视频图象比较,字画真品视频图象与鉴定品视频图象相互完全叠合或同向等距偏移且色调一致,则鉴定为真,否则为伪。
专利文献CN101987536A,涉及一种基于数字颜色逻辑鉴别系统的防伪数码印刷工艺方法,包括系统产生防伪数码和密钥送至印刷设备、设定该防伪数码与颜色对应关系、在防伪标签中一次性彩色印制防伪数码、图文信息、光栅信息、条形码信息、完成印刷后系统存储防伪数码、密钥及防伪数码与颜色的对应关系。
专利文献CN103116755A,公开了书画真伪度自动检测系统包括:图像获取单元,获取在不同光源强度下的待检书画作品或真迹书画的透视图;特征提取单元,提取该书画作品透视图的图像信息特征;自动比对单元,将该待检书画作品透视图的图像信息特征与该真迹书画作品透视图的图像信息特征进行比对,并判断相似度。本发明还提供一种书画真伪度自动检测方法,包括:建立真迹书画图像信息特征库;获取在不同光源强度透射下的待检书画作品透视图;提取该待检书画作品透视图的图像信息特征;将该待检书画作品透视图的图像信息特征与真迹书画图像信息特征库中相应真迹书画作品透视图的图像信息特征进行比对,并得出相似度
上述技术方案,仅仅利用图像数据,只建立真迹书画图像信息特征库,或利用增加特殊标记来进行真伪鉴别,其效果往往比较片面,不能全面考量作品的多种信息,导致鉴定结果的可信性大打折扣。
发明内容
针对现有技术中的上述缺陷,本发明提供一种纸张字画显微图像智能识别系统及识别方法,通过作品的多种信息的采集,利用智能识别算法,采用现代技术手段,实现快速、准确的鉴定。具体技术方案如下:
一种纸张字画显微图像智能识别系统,包括:采集模块、移动通信设备和云端;所述采集模块包括作品图像信息采集子模块、印章信息采集子模块和纸绢信息采集模块,所述采集模块采用广角高清镜头、电子显微镜和光谱采集仪;所述云端包括安装在云端的智能识别算法和纸张字画数据库;所述采集模块通过有线或无线方式与移动通信设备建立通信,通信建立后,利用采集模块,通过安装在移动通信设备上的应用客户端,实时将纸张字画的高清全景图片、印章显微图片及纸绢的材料光谱信息传送至移动通信设备上;移动通信设备通过无线网络与云端建立双向通信,移动通信设备获取的信息,通过无线网络发送到云端;云端接收到所获取的信息后将调用纸张字画数据库和智能识别算法分别对纸张字画的高清全景图片、印章纤维图片及纸绢的材料光谱信息进行分类识别;识别完成后,云端将识别结果发送到移动通信设备。
进一步地,所述纸张字画数据库包括作品图像特征数据库、印章特征数据库和纸绢材质特征数据库,所述作品风格特征包括时代风格特征、笔法特征、用墨特征、用色特征和章法结构特征;所述印章特征数据库中所述印章特征包括印章大小特征、印文的文字笔画位置特征和印泥的色泽特征;所述纸绢材质特征数据库中所述纸绢材质特征包括纸绢纤维结构特征和墨汁、颜料和印泥在不同种纸绢上的扩散形状特征和渗透特征。
进一步地,所述采集模块还利用电子显微镜采集字画作品交界处的显微特征,并将其传送至移动通信设备上,所述交界处为不同颜色的交界处或颜色与纸张空白处交界处;和/或,所述纸绢信息采集模块同时采集作品纸张的正面光谱信息和反面光谱信息。
进一步地,所述光谱采集仪采用拉曼光谱和红外光谱照射。
进一步地,所述电子式显微,包括成像模块、控制单元、无线模块、有线模块;所述成像模块、无线模块、有线模块分别与控制单元连接;所述有线模块可以与移动通信设备形成有线通信方式连接;所述无线模块可以与移动通信设备形成无线通信方式连接;所述成像模块可以获取纸张字画的视频流数据,该视频流数据在控制单元的控制下,通过有线或无线通信连接,实时发送给所述的移动通信设备;所述的显微照片包括低倍率显微照片和高倍率显微照片,所述低倍率为20-100倍率,所述高倍率为100-300倍率,或者所述低倍率为10-80倍,高倍率为80-220倍。
进一步地,所述采集模块,还包括照明模块;所述的照明模块设置于成像模块前端,用于保证纸张字画成像区域的光照度,从而保证显微图像的质量。
进一步地,所述纸张字画数据库,包括真品数据库和仿造品数据库;所述智能识别算法,包括真品智能识别算法和仿造品智能识别算法;真品智能识别算法通过利用真品数据库进行训练和学习,提高判断的精确度;仿造品智能识别算法通过仿造品数据库的训练和学习,对仿造品所具有的特征进行识别,实现真伪双重识别。
进一步地,真品相似度的判断有X个标准,经过卷积神经网络的识别之后,对结果进行分类,指明分别是哪一类,而且是哪一类的概率有多大,使用的函数有两类:
Softmax函数:其中K为分类种类,x为样本集合X={x1,x2,x3,……},参数θ=(θ1,θ2,θ3,……),对于样本中的属性进行加权,得到θT x。通过Softmax函数,使得经过卷积等操作输出的结果P(i)的范围在[0,1]之间,即表示所对比的对象的相似值情况,趋近于0则表示不相似,趋近于1则表示相似;
或者,Sigmoid函数:z为样本输入={z1,z2,z3,……},可为两种类别分类;通过分类函数的输出值换算成所需要显示的打分的结果,采用百分制,十分制,或其它N分制;
之后通过不同判断标准的不同权值与打分进行计算,得出一个打分的结果,即为真品相似度。
一种采用上述的纸张字画显微图像智能识别系统进行显微图像智能识别方法,该方法包括:
登录步骤,用于使所述移动通信设备与所述云端建立连接;
连接设备步骤,用于使所述的采集模块与所述的移动通信设备建立连接,使广角高清镜头、电子显微镜和光谱采集仪采集到的信息实时发送到移动通信设备上,使采集模块处于工作状态;
采集步骤,用于对观察区域进行拍照和光谱信息采集,将纸张字画的高清全景图片、印章显微图片及纸绢的材料光谱信息存储在移动通信设备中;
上传图像步骤,用于将采集步骤存储在移动通信设备中的纸张字画的高清全景图片、印章显微图片及纸绢的材料光谱信息,由移动通信设备发送到云端;
识别步骤,用于对用户发送到云端的高清全景图片、印章显微图片及纸绢的材料光谱信息进行识别,通过调用智能识别算法完成,该步骤在后台运行,生成识别结果;
返回结果步骤,用于将识别结果,从云端发送到移动通信设备。
进一步地,连接采集模块与移动通信设备时,通过无线模块与移动通信设备建立无线通信方式连接,还包括:网络切换步骤,用于断开移动通信设备与采集模块的无线连接,并建立移动通信设备与云端的无线连接,该步骤在操作上传图像步骤时,由移动通信设备上的客户端自动完成。
本发明,采用采集模块结合移动通信设备就可以利用云端实现专家级的纸张书画作品识别,鉴定;信息的采集以及云端的数据库建立采用多种信息,即:纸张字画的高清全景图片、印章显微图片及纸绢的材料光谱信息以及作品交界处的信息;识别算法利用真、伪数据库,实现双重识别;图像采用采用不同倍率来提高适用性和准确性;还对识别结果采用函数进行加权打分,使得结果数字化,并通过真伪识别算法提供综合性的结果,使得识别更加全面、准确。对于各种信息特征的采集,既考虑了时代特征也考虑了个人特征,尤其还考虑了纸绢材质特征和扩散、渗透特征,对纸绢信息采集同时采集纸绢正反两面信息,更是业内从未采用的手段,因为纸绢,如宣纸等,往往正反两面的结构不一致,正反两面信息的采集及比对,可大大提高鉴定准确率;作品交界处信息,往往是书画赝品最难以模仿的特征,利用交界处信息进行鉴别可大大提高鉴别率。
附图说明
图1为本发明智能识别系统的模块示意图;
附图标记:10-采集模块,11-图像信息采集子模块,12-印章信息采集子模块,13-纸绢信息采集模,20-移动通信设备,30-云端,31-智能识别算法,32-纸张字画数据库。
具体实施方式
为了使本技术领域的人员更好地理解本发明的技术方案,并使本发明的上述目的、特征和优点能够更加明显易懂,下面结合实施例附图对本发明作进一步详细的说明。本领域技术人员可以明确的是,在缺少部分或全部这些具体细节的情况下也可以实现本发明。在其他情况下,为了不会使本发明存在不必要的不清楚之处,没有具体描述公知的处理步骤和/或结构。另外,尽管结合特定的实施例对本发明进行描述,但是应该理解的是,该描述并不旨在将发明限制于所描述的实施例。相反,该描述旨在覆盖可包括在由所附权利要求书限定的本发明的精神和范围内的替换、改进和等同方案。
如图1所示,本发明提供了一种纸张字画显微图像智能识别系统,该系统包括采集模块、移动通信设备和云端;所述采集模块包括作品图像信息采集子模块、印章信息采集子模块和纸绢信息采集模块,所述采集模块采用广角高清镜头、电子显微镜和光谱采集仪;所述云端包括安装在云端的智能识别算法和纸张字画数据库;所述采集模块通过有线或无线方式与移动通信设备建立通信,通信建立后,利用采集模块,通过安装在移动通信设备上的应用客户端,实时将纸张字画的高清全景图片、印章显微图片及纸绢的材料光谱信息以及利用电子显微镜采集字画作品交界处的显微特征,所述交界处为不同颜色的交界处或颜色与纸张空白处交界处,传送至移动通信设备上;移动通信设备通过无线网络与云端建立双向通信,移动通信设备获取的信息,通过无线网络发送到云端;云端接收到所获取的信息后将调用纸张字画数据库和智能识别算法分别对纸张字画的高清全景图片、印章纤维图片及纸绢的材料光谱信息进行分类识别;识别完成后,云端将识别结果发送到移动通信设备。
在本发明中,所述纸张字画数据库包括作品图像特征数据库、印章特征数据库和纸绢材质特征数据库,所述作品风格特征包括时代风格特征、笔法特征、用墨特征、用色特征和章法结构特征;所述印章特征数据库中所述印章特征包括印章大小特征、印文的文字笔画位置特征和印泥的色泽特征;所述纸绢材质特征数据库中所述纸绢材质特征包括纸绢纤维结构特征和墨汁、颜料和印泥在不同种纸绢上的扩散形状特征和渗透特征。纸绢信息采集模块同时采集作品纸张的正面光谱信息和反面光谱信息。
对于要识别的对象,经过如卷积神经网络这样的识别算法进行识别后,其输出会作为分类器函数的输入,分类器函数通常有softmax以及sigmoid函数:
Softmax函数:,其中K为分类种类,x为样本集合X={x1,x2,x3,……},参数θ=(θ1,θ2,θ3,……),对于样本中的属性进行加权,得到θTx。通过softmax函数,可以使得经过卷积等操作输出的结果P(i)的范围在[0,1]之间,即表示所对比的对象的相似值情况,趋近于0则表示不相似,趋近于1则表示相似;
或者,Sigmoid函数:,z为样本输入={z1,z2,z3,……},可为两种类别分类;通过分类函数的输出值换算成所需要显示的打分的结果,采用百分制,十分制,或其它N分制;
之后通过不同判断标准的不同权值与打分进行计算,得出一个打分的结果,即为真品相似度。
分类器的作用是对识别出的结果进行分类和打分,会输出被识别对象与之前的训练的结果的对比的相似度的值,通常为0-1的范围,越接近于1越相似。根据分类器的输出,可以换算成我们想要的打分制。
例如,某一实施例采用百分制进行打分,假设其中笔法特征分布规律与真品相似度打分为90分、用墨特征分布规律为70分、用色特征分布规律为50分、章法结构特征为80分、印文的文字笔画位置特征为90分、印章大小特征为40分以及印泥的色泽特征为60分。其中这7个判断标准在最后结果中所占的权值分别(0.1,0.15,0.05,0.2,0.05,0.15,0.3),则最后的真伪结果为90*0.1+70*0.15+50*0.05+80*0.2+90*0.05+40*0.15+60*0.3=66.5分。将最终打分结果和每一个判断标准的打分结果发送至移动通信设备中,发送的信息还包括,仿造品特征提醒。即通过仿造品数据库训练的仿造品智能识别算法识别出的仿造品的明显特征,发送给相关人员,提醒其特别注意此类的特征。
在本发明中,移动通信设备可以通过诸如有线或无线网络等方式发送或接收信号,或可以在诸如存储器中将信号处理或存储为物理存储状态。每个移动通信设备可以是包括硬件、软件或内嵌逻辑组件或者两个或多个此类组件的组合的电子装置,并能够执行由移动通信设备实施或支持的合适的功能。例如,移动通信设备可以是智能手机、平板电脑、便携式电子邮件装置、电子书、手持游戏机和/或游戏控制器、笔记本电脑、上网本、手持电子装置、智能穿戴装置,等等。本发明涵盖任何合适的移动通信设备。移动通信设备可以使用该移动通信设备的用户访问网络。移动通信设备还可以使其用户与其他移动通信设备上的其他用户通信。
根据本发明的一些实施例,移动通信设备可以包括:包含应用处理部和射频/数字信号处理器的处理装置;显示屏;可包含物理键、覆盖在显示屏上的触摸键或它们的组合的袖珍键盘;用户识别模块卡;可以包含ROM、RAM、闪存或它们的任意组合的存储器装置;WiFi和/蓝牙接口;无线电话接口;带有关联的电源管理电路;USB接口和连接器;带有关联麦克风、扬声器和耳机插孔的音频管理系统;以及各种诸如数字照相机、全球定位系统、加速度计等的可选择的附属部件。此外在移动通信设备上可以安装各种客户端应用,客户端应用可以用于允许使用移动通信设备来传送适合于和其他设备操作的命令。这类应用可以从服务器上下载并安装到移动通信设备的存储器中,也可以预先已被安装在移动通信设备上。在本发明上,移动通信设备上安装有纸张字画显微图像智能识别用户终端应用,可以帮助用户实现拍照、上传图片、返回结果等功能。
在本发明中,APP客户端具有连接移动通信设备和信息采集的功能;APP客户端具有显示显微图像和光谱信息的功能,在移动通信设备和采集模块成功连接后,采集模块获取的信息可以通过APP客户端在移动通信设备显示幕上实时的显示;APP客户端具有拍照显微图像的功能,通过AAP在移动通信设备显示屏上实时显示的显微图像,可以通过APP对图像进行拍照和光谱照射,从而获取相应信息;APP客户端具有存储信息的功能,APP客户端具有上传信息的功能,通过APP,可以将采集信息,在移动通信设备上通过无线网络上传至云端;APP客户端具有接收云端数据的功能,通过APP上传采集信息至服务器,经过算法处理,将智能识别的结果数据,通过无线网络,由APP客户端实现在移动通信设备上接收数据。
在本发明中,云端为服务器,本文中所称的服务器应被理解为提供处理、数据库、通讯设施的业务点。举例而言,服务器可以指具有相关通信和数据存储和数据库设施的单个物理处理器,或它可以指联网或集聚的处理器、相关网络和存储设备的集合体,并且对软件和一个或多个数据库系统和支持服务器所提供的服务的应用软件进行操作。服务器还包括一个或多个大容量存储设备、一个或多个电源、一个或多个有线或无线网络接口、一个或多个输入输出接口、或一个或多个操作系统,诸如Windows Server、Mac OS X、Unix、Linux、FreeBSD,等等。
根据本发明的一些实施例,云端可以是整体式服务器或是跨多计算机或计算机数据中心的分散式服务。服务器可以是各种类型的,例如但不限于,网络服务器,新闻服务器,邮件服务器,消息服务器,广告服务器,文件服务器,应用服务器,交互服务器,数据库服务器,或代理服务器。在一些实施例中,每个服务器可以包括硬件,软件,或用于执行服务器所支持或实现的合适功能的内嵌逻辑组件或两个或多个此类组件的组合。在本发明中,服务器用于提供支持显微图像智能识别所必需的全部功能。
所述电子式显微,包括成像模块、控制单元、无线模块、有线模块;所述成像模块、无线模块、有线模块分别与控制单元连接;所述有线模块可以与移动通信设备形成有线通信方式连接;所述无线模块可以与移动通信设备形成无线通信方式连接;所述成像模块可以获取纸张字画的视频流数据,该视频流数据在控制单元的控制下,通过有线或无线通信连接,实时发送给所述的移动通信设备;所述的显微照片包括低倍率显微照片和高倍率显微照片,所述低倍率为20-100倍率,所述高倍率为100-300倍率,或者所述低倍率为10-80倍,高倍率为80-220倍。所述采集模块,还包括照明模块;所述的照明模块设置于成像模块前端,用于保证纸张字画成像区域的光照度,从而保证显微图像的质量。
根据本发明的另一方面,提供了显微图像智能识别方法。在一些实施例中,该方法包括:
登录步骤,用于使所述移动通信设备与所述云端建立连接;
连接设备步骤,用于使所述的采集模块与所述的移动通信设备建立连接,使广角高清镜头、电子显微镜和光谱采集仪采集到的信息实时发送到移动通信设备上,使采集模块处于工作状态;
采集步骤,用于对观察区域进行拍照和光谱信息采集,将纸张字画的高清全景图片、印章显微图片及纸绢的材料光谱信息存储在移动通信设备中;
上传图像步骤,用于将采集步骤存储在移动通信设备中的纸张字画的高清全景图片、印章显微图片及纸绢的材料光谱信息,由移动通信设备发送到云端;
识别步骤,用于对用户发送到云端的高清全景图片、印章显微图片及纸绢的材料光谱信息进行识别,通过调用智能识别算法完成,该步骤在后台运行,生成识别结果;
返回结果步骤,用于将识别结果,从云端发送到移动通信设备。
可以理解的是,可通过模拟或数字硬件和计算机程序指令来实现流程图中的每个方框以及方框的组合。这些流程可被提供给通用计算机、专用计算机、ASIC或其它可编程数据处理装置的处理器,以使得经由计算机或其他可编程数据处理装置的处理器执行的指令可实现在方框图中特定的功能。各个方面或特征将用系统来呈现,所述系统可以包括多个设备、部件、模块,等等。可以理解的是,各个系统可包括附加的设备、部件、模块等和/或可以不包括有关附图中所阐述的全部设备、部件、模块等。还可以使用这些方式的组合。
根据本发明的一个优选实施例,电子式显微镜是通过USB有线方式与移动通信设备进行连接的。
根据实际情况的需要,上述方法还可以包括支付步骤,使系统按照预先制定的计费规则自动计算价格,并使用户可以通过网络支付(诸如支付宝、微信)、银行卡支付等支付方式进行支付。当然,该支付步骤并非必需,系统也可以免费为用户提供识别服务。
虽然已详细描述了各种概念,但本领域技术人员可以理解,对于那些概念的各种修改和替代在本发明公开的整体教导的精神下是可以实现的。
此外,虽然在功能性模块的背景下描述了本发明并且采用方块图的形式举例说明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到本文中公开的系统中各种功能模块的属性、功能、和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
数据库的建立
在数据库建立的初期,需要人工采集大量的高倍和低倍的正品的各个方面的图像,包括作品风格特征包括时代风格特征、笔法特征、用墨特征、用色特征和章法结构特征,印章大小特征、印文的文字笔画位置特征和印泥的色泽特征,纸绢纤维结构特征和墨汁、颜料和印泥在不同种纸绢上的扩散形状特征和渗透特征等等内容。正品图像的采集用于建立初步的数据库,利用正品的数据库去训练我们的智能识别算法(例如,卷积神经网络等)。同时,我们还需要针对仿制品也建立仿制品图像数据库,同样包括上述内容。仿制品的图像数据库用于训练仿制品智能识别算法,用以鉴别作品是否具有明显的仿制品特征,提高鉴别的准确度。
当数据库建立完成之后,在以后的使用过程中,不断识别新的纸张字画的时候,可以更具识别的结果,自动添加至正品数据库或仿制品数据库,扩大数据库的规模,提供更多的识别算法训练数据。
真品相似度的判断有X个标准,经过卷积神经网络的识别之后,对结果进行分类,指明分别是哪一类,而且是哪一类的概率有多大,使用的函数有两类:
Softmax函数:其中K为分类种类,x为样本集合X={x1,x2,x3,……},参数θ=(θ1,θ2,θ3,……),对于样本中的属性进行加权,得到θT x。通过Softmax函数,使得经过卷积等操作输出的结果P(i)的范围在[0,1]之间,即表示所对比的对象的相似值情况,趋近于0则表示不相似,趋近于1则表示相似;
或者,Sigmoid函数:z为样本输入={z1,z2,z3,……},可为两种类别分类;通过分类函数的输出值换算成所需要显示的打分的结果,采用百分制,十分制,或其它N分制;之后通过不同判断标准的不同权值与打分进行计算,得出一个打分的结果,即为真品相似度。
上面对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种改进,或未经改进直接应用于其它场合的,均在本发明的保护范围之内。
Claims (10)
1.一种纸张字画显微图像智能识别系统,包括:采集模块、移动通信设备和云端;所述采集模块包括作品图像信息采集子模块、印章信息采集子模块和纸绢信息采集模块,所述采集模块采用广角高清镜头、电子显微镜和光谱采集仪;所述云端包括安装在云端的智能识别算法和纸张字画数据库;所述采集模块通过有线或无线方式与移动通信设备建立通信,通信建立后,利用采集模块,通过安装在移动通信设备上的应用客户端,实时将纸张字画的高清全景图片、印章显微图片及纸绢的材料光谱信息传送至移动通信设备上;移动通信设备通过无线网络与云端建立双向通信,移动通信设备获取的信息,通过无线网络发送到云端;云端接收到所获取的信息后将调用纸张字画数据库和智能识别算法分别对纸张字画的高清全景图片、印章纤维图片及纸绢的材料光谱信息进行分类识别;识别完成后,云端将识别结果发送到移动通信设备。
2.如权利要求1所述的纸张字画显微图像智能识别系统,其特征在于:所述纸张字画数据库包括作品图像特征数据库、印章特征数据库和纸绢材质特征数据库,所述作品风格特征包括时代风格特征、笔法特征、用墨特征、用色特征和章法结构特征;所述印章特征数据库中所述印章特征包括印章大小特征、印文的文字笔画位置特征和印泥的色泽特征;所述纸绢材质特征数据库中所述纸绢材质特征包括纸绢纤维结构特征和墨汁、颜料和印泥在不同种纸绢上的扩散形状特征和渗透特征。
3.如权利要求1所述的纸张字画显微图像智能识别系统,其特征在于:所述采集模块还利用电子显微镜采集字画作品交界处的显微特征,并将其传送至移动通信设备上,所述交界处为不同颜色的交界处或颜色与纸张空白处交界处;和/或,所述纸绢信息采集模块同时采集作品纸张的正面光谱信息和反面光谱信息。
4.如权利要求1所述的纸张字画显微图像智能识别系统,其特征在于:所述光谱采集仪采用拉曼光谱和红外光谱照射。
5.如权利要求1所述的纸张字画显微图像智能识别系统,其特征在于:所述电子式显微,包括成像模块、控制单元、无线模块、有线模块;所述成像模块、无线模块、有线模块分别与控制单元连接;所述有线模块可以与移动通信设备形成有线通信方式连接;所述无线模块可以与移动通信设备形成无线通信方式连接;所述成像模块可以获取纸张字画的视频流数据,该视频流数据在控制单元的控制下,通过有线或无线通信连接,实时发送给所述的移动通信设备;所述的显微照片包括低倍率显微照片和高倍率显微照片,所述低倍率为20-100倍率,所述高倍率为100-300倍率,或者所述低倍率为10-80倍,高倍率为80-220倍。
6.如权利要求2所述的纸张字画显微图像智能识别系统,其特征在于:所述采集模块,还包括照明模块;所述的照明模块设置于成像模块前端,用于保证纸张字画成像区域的光照度,从而保证显微图像的质量。
7.如权利要求2所述的纸张字画显微图像智能识别系统,其特征在于:所述纸张字画数据库,包括真品数据库和仿造品数据库;所述智能识别算法,包括真品智能识别算法和仿造品智能识别算法;真品智能识别算法通过利用真品数据库进行训练和学习,提高判断的精确度;仿造品智能识别算法通过仿造品数据库的训练和学习,对仿造品所具有的特征进行识别,实现真伪双重识别。
8.如权利要求7所述的纸张字画显微图像智能识别系统,其特征在于,真品相似度的判断有X个标准,经过卷积神经网络的识别之后,对结果进行分类,指明分别是哪一类,而且是哪一类的概率有多大,使用的函数有两类:
Softmax函数:其中K为分类种类,x为样本集合X={x1,x2,x3,……},参数θ=(θ1,θ2,θ3,……),对于样本中的属性进行加权,得到θTx,通过Softmax函数,使得经过卷积等操作输出的结果P(i)的范围在[0,1]之间,即表示所对比的对象的相似值情况,趋近于0则表示不相似,趋近于1则表示相似;
或者,Sigmoid函数:z为样本输入={z1,z2,z3,……},可为两种类别分类;通过分类函数的输出值换算成所需要显示的打分的结果,采用百分制,十分制,或其它N分制;
之后通过不同判断标准的不同权值与打分进行计算,得出一个打分的结果,即为真品相似度。
9.一种采用如权利要求1-8任一所述的纸张字画显微图像智能识别系统进行显微图像智能识别方法,该方法包括:
登录步骤,用于使所述移动通信设备与所述云端建立连接;
连接设备步骤,用于使所述的采集模块与所述的移动通信设备建立连接,使广角高清镜头、电子显微镜和光谱采集仪采集到的信息实时发送到移动通信设备上,使采集模块处于工作状态;
采集步骤,用于对观察区域进行拍照和光谱信息采集,将纸张字画的高清全景图片、印章显微图片及纸绢的材料光谱信息存储在移动通信设备中;
上传图像步骤,用于将采集步骤存储在移动通信设备中的纸张字画的高清全景图片、印章显微图片及纸绢的材料光谱信息,由移动通信设备发送到云端;
识别步骤,用于对用户发送到云端的高清全景图片、印章显微图片及纸绢的材料光谱信息进行识别,通过调用智能识别算法完成,该步骤在后台运行,生成识别结果;
返回结果步骤,用于将识别结果,从云端发送到移动通信设备。
10.如权利要求9所述的纸张字画显微图像智能识别系统进行显微图像智能识别方法,连接采集模块与移动通信设备时,通过无线模块与移动通信设备建立无线通信方式连接,还包括:网络切换步骤,用于断开移动通信设备与采集模块的无线连接,并建立移动通信设备与云端的无线连接,该步骤在操作上传图像步骤时,由移动通信设备上的客户端自动完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810534356.1A CN108846330A (zh) | 2018-05-30 | 2018-05-30 | 一种纸张字画显微图像智能识别系统及识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810534356.1A CN108846330A (zh) | 2018-05-30 | 2018-05-30 | 一种纸张字画显微图像智能识别系统及识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108846330A true CN108846330A (zh) | 2018-11-20 |
Family
ID=64210007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810534356.1A Pending CN108846330A (zh) | 2018-05-30 | 2018-05-30 | 一种纸张字画显微图像智能识别系统及识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108846330A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977750A (zh) * | 2019-01-15 | 2019-07-05 | 平安科技(深圳)有限公司 | 印章真伪校验方法、装置及计算机可读存储介质 |
CN111429156A (zh) * | 2020-03-26 | 2020-07-17 | 北京九歌创艺文化艺术有限公司 | 一种手机使用的人工智能识别系统及其应用 |
CN111597252A (zh) * | 2020-02-23 | 2020-08-28 | 邓涛 | 分布式大数据网络服务平台 |
CN112307115A (zh) * | 2020-02-23 | 2021-02-02 | 邓涛 | 分布式大数据网络服务方法 |
CN112834507A (zh) * | 2020-12-31 | 2021-05-25 | 易旻 | 一种基于图像配准和光谱鉴别的唯一性识别系统及方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1687961A (zh) * | 2005-04-19 | 2005-10-26 | 浙江大学 | 一种计算机辅助的国画真伪鉴别方法 |
CN1870046A (zh) * | 2006-07-04 | 2006-11-29 | 周菩 | 计算机辅助的传世高古玉器真伪鉴别方法 |
CN101629907A (zh) * | 2009-08-03 | 2010-01-20 | 首都师范大学 | 一种中国书画印泥鉴定方法 |
CN202002878U (zh) * | 2011-01-27 | 2011-10-05 | 孙欣 | 光电数码文物显微鉴定仪 |
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 |
WO2014015437A1 (en) * | 2012-07-26 | 2014-01-30 | Bitlit Media Inc. | Method, apparatus and system for electronically establishing ownership of a physical media carrier |
CN103575908A (zh) * | 2013-10-30 | 2014-02-12 | 浙江理工大学 | 一种古代文物材料中胶原蛋白的检测方法 |
CN105022995A (zh) * | 2015-07-09 | 2015-11-04 | 暨南大学 | 基于光强信息的书画元素扩散渗透信息提取及分析方法 |
CN105259195A (zh) * | 2015-11-03 | 2016-01-20 | 广西大学 | 一种观察微观结构鉴定粗纸质的方法 |
CN106338487A (zh) * | 2016-09-29 | 2017-01-18 | 北京建筑大学 | 一种字画鉴别方法和装置 |
CN106599925A (zh) * | 2016-12-19 | 2017-04-26 | 广东技术师范学院 | 一种基于深度学习的植物叶片识别系统与方法 |
CN106706961A (zh) * | 2015-11-16 | 2017-05-24 | 广西大学 | 一种扫描电子显微镜辅助鉴定物性方法 |
-
2018
- 2018-05-30 CN CN201810534356.1A patent/CN108846330A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1687961A (zh) * | 2005-04-19 | 2005-10-26 | 浙江大学 | 一种计算机辅助的国画真伪鉴别方法 |
CN1870046A (zh) * | 2006-07-04 | 2006-11-29 | 周菩 | 计算机辅助的传世高古玉器真伪鉴别方法 |
CN101629907A (zh) * | 2009-08-03 | 2010-01-20 | 首都师范大学 | 一种中国书画印泥鉴定方法 |
CN202002878U (zh) * | 2011-01-27 | 2011-10-05 | 孙欣 | 光电数码文物显微鉴定仪 |
WO2014015437A1 (en) * | 2012-07-26 | 2014-01-30 | Bitlit Media Inc. | Method, apparatus and system for electronically establishing ownership of a physical media carrier |
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 |
CN103575908A (zh) * | 2013-10-30 | 2014-02-12 | 浙江理工大学 | 一种古代文物材料中胶原蛋白的检测方法 |
CN105022995A (zh) * | 2015-07-09 | 2015-11-04 | 暨南大学 | 基于光强信息的书画元素扩散渗透信息提取及分析方法 |
CN105259195A (zh) * | 2015-11-03 | 2016-01-20 | 广西大学 | 一种观察微观结构鉴定粗纸质的方法 |
CN106706961A (zh) * | 2015-11-16 | 2017-05-24 | 广西大学 | 一种扫描电子显微镜辅助鉴定物性方法 |
CN106338487A (zh) * | 2016-09-29 | 2017-01-18 | 北京建筑大学 | 一种字画鉴别方法和装置 |
CN106599925A (zh) * | 2016-12-19 | 2017-04-26 | 广东技术师范学院 | 一种基于深度学习的植物叶片识别系统与方法 |
Non-Patent Citations (3)
Title |
---|
倪进: "《中国书画鉴定》", 31 July 2011, 《合肥工业大学出版社》 * |
杨丹霞: "《中国书画真伪鉴别》", 31 August 2016, 《辽宁人民出版社》 * |
那彦 等: "《基于多分辨率分析理论的图像融合方法》", 31 May 2007, 《西安电子科技大学出版社》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977750A (zh) * | 2019-01-15 | 2019-07-05 | 平安科技(深圳)有限公司 | 印章真伪校验方法、装置及计算机可读存储介质 |
CN111597252A (zh) * | 2020-02-23 | 2020-08-28 | 邓涛 | 分布式大数据网络服务平台 |
CN112307115A (zh) * | 2020-02-23 | 2021-02-02 | 邓涛 | 分布式大数据网络服务方法 |
CN111429156A (zh) * | 2020-03-26 | 2020-07-17 | 北京九歌创艺文化艺术有限公司 | 一种手机使用的人工智能识别系统及其应用 |
CN112834507A (zh) * | 2020-12-31 | 2021-05-25 | 易旻 | 一种基于图像配准和光谱鉴别的唯一性识别系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108846330A (zh) | 一种纸张字画显微图像智能识别系统及识别方法 | |
KR101710050B1 (ko) | 이미지 식별 시스템 및 방법 | |
JP6503081B2 (ja) | 四次元コード及び、四次元コードに基づく画像識別システム及び画像識別方法、四次元コード検索システム及び四次元コード検索方法 | |
CN109359592A (zh) | 视频帧的处理方法、装置、电子设备及存储介质 | |
CN109543690A (zh) | 用于提取信息的方法和装置 | |
CN109117885B (zh) | 一种基于深度学习的邮票识别方法 | |
CN108388878A (zh) | 用于识别人脸的方法和装置 | |
CN103731583A (zh) | 用于拍照智能化合成、打印的一体化设备及其处理方法 | |
CN110490238A (zh) | 一种图像处理方法、装置及存储介质 | |
CN108573205A (zh) | 一种和田玉籽料显微图像智能识别系统 | |
CN109871845A (zh) | 证件图像提取方法及终端设备 | |
CN110427972A (zh) | 证件视频特征提取方法、装置、计算机设备和存储介质 | |
CN110489659A (zh) | 数据匹配方法和装置 | |
CN108509994A (zh) | 人物图像聚类方法和装置 | |
CN109993806A (zh) | 一种颜色识别方法、装置及电子设备 | |
CN109492601A (zh) | 人脸比对方法及装置、计算机可读介质和电子设备 | |
CN116311256A (zh) | 图像处理方法及装置、识别网络的训练方法及装置 | |
CN110428404B (zh) | 一种基于人工智能的辅助培养与辅助鉴赏的制定系统 | |
Choi et al. | A collaborative face recognition framework on a social network platform | |
CN110378886A (zh) | 图像比对方法、图像比对装置、电子设备和介质 | |
CN108960849A (zh) | 用于纸质制品的防伪方法及装置、防伪溯源系统 | |
CN116074618B (zh) | 防止人像信息泄露的智慧拍照服务方法、系统及存储介质 | |
CN110706296A (zh) | 一种电子证件照片背景色合规性的批量自动检测方法 | |
KR20160013537A (ko) | 감정표현 콘텐츠를 자동으로 생성하고 분류하는 시스템 및 그 방법 | |
CN109858339A (zh) | 信息验证方法、装置、计算机设备及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181120 |
|
RJ01 | Rejection of invention patent application after publication |