CN109543757A - 一种基于光谱成像技术与图谱分析的书画画风鉴定方法 - Google Patents
一种基于光谱成像技术与图谱分析的书画画风鉴定方法 Download PDFInfo
- Publication number
- CN109543757A CN109543757A CN201811421154.2A CN201811421154A CN109543757A CN 109543757 A CN109543757 A CN 109543757A CN 201811421154 A CN201811421154 A CN 201811421154A CN 109543757 A CN109543757 A CN 109543757A
- Authority
- CN
- China
- Prior art keywords
- painting
- calligraphy
- style
- painting style
- identified
- 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 303
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000000701 chemical imaging Methods 0.000 title claims abstract description 16
- 238000001228 spectrum Methods 0.000 claims abstract description 54
- 230000009466 transformation Effects 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 238000012797 qualification Methods 0.000 claims abstract description 7
- 238000003384 imaging method Methods 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 239000000976 ink Substances 0.000 abstract description 3
- PLXMOAALOJOTIY-FPTXNFDTSA-N Aesculin Natural products OC[C@@H]1[C@@H](O)[C@H](O)[C@@H](O)[C@H](O)[C@H]1Oc2cc3C=CC(=O)Oc3cc2O PLXMOAALOJOTIY-FPTXNFDTSA-N 0.000 abstract description 2
- 238000010428 oil painting Methods 0.000 abstract description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 2
- 241000531891 Alburnus alburnus Species 0.000 description 1
- 240000008574 Capsicum frutescens Species 0.000 description 1
- 239000004783 Serene Substances 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- MTCFGRXMJLQNBG-UHFFFAOYSA-N serine Chemical compound OCC(N)C(O)=O MTCFGRXMJLQNBG-UHFFFAOYSA-N 0.000 description 1
- 230000000192 social effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/58—Extraction of image or video features relating to hyperspectral data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种基于光谱成像技术与图谱分析的书画画风鉴定方法，包括高光谱成像，高光谱图像预处理，高光谱图像特征变换，画风特征度量与提取，已知画风书画特征平均化，待鉴定书画画风识别；本发明解决了现有的利用人眼进行画风分析鉴定时可能存在的难辨识和辨识错的问题；通过高光谱成像技术和图谱分析技术对书画数据进行获取和建模分析，并从空间和光谱两方面同时入手，而不是单一的空间信息，以更科学、全面、准确的方式完成书画画风的客观鉴定，从而更好地辅助于整个书画作品的鉴定；其主要应用于对书法、中国水墨画、中国彩色绘画、国外油画的画风鉴定。
Description
技术领域
本发明涉及书画画风的鉴定技术领域，具体涉及一种基于光谱成像技术与图谱分析的书画画风鉴定方法。
背景技术
书画艺术品具有较高的艺术价值和经济价值，因而，书画作假现象日渐增多，伪作数量占比越来越高，作伪手段及技巧也日益熟练隐蔽，对于书画交易与收藏来说危害巨大，对传统书画文化传承影响恶劣。
书画鉴定作为保护书画交易、拍卖及收藏的公正手段，具有重要的社会意义和市场意义。传统的基于专家人眼的目鉴方法，通常只能分析书画的空间信息和墨色的可见光信息，而由于人眼获取的信息是积分累加信息，其信息较为单一，不具备谱分辨能力，对笔墨材质等属性无法识别，因此，对那些高质量临摹，多层拆分，增补作假等新型作伪手段无法做出准确的判断，尤其是笔法、构图、墨色、纸张、印章等方面的辨伪，较为困难。同时，随着利益的驱使，现在专家鉴定存在着配合作假的可能，而随着年龄的增加，专业的书画鉴定专家也越来越少。基于此，亟需客观科学的书画鉴定技术手段。
对于书画鉴定来说，画风鉴定是重要的一部分，画风指书画家生活的时代所流行的书画风格、技巧，以及书画家自己的绘画技法习惯。画风有延续性，如南宋画院和明代画院之间的关系，明末画坛和清初画派之间的影响。每个时代又经由此渐渐形成自己的风格技巧，如元代文人书画流行以深幽萧索的干笔皴擦；而明代画流行细腻、宁静、淡泊，拖泥带水的干湿并用技法等。因此，对画风的鉴定可以反应书画的本质差异。
光谱成像技术综合光谱和成像的特点，可获取目标空间和光谱的双重信息，可覆盖可见光到热红外的一系列波段，具有遥感探测和定量分析的优势，以及无损、快捷和属性识别等特点。数百个波谱和高的波谱分辨率使其可以检测书画表面微弱的材质、颜料、印章、画风等变化。
然而，对于利用光谱成像技术进行书画画风鉴定，首先需要根据书画特点，选择合适的画风特征表示，同时，通过恰当的特征识别判据，才能完成准确的画风识别，特别是，需要考虑绘画的整体用墨、风格、用笔、时代、作者等属性的计算分析实现，为此，需要给出一种书画画风鉴定的光谱分析方法。
发明内容
本发明的目的在于提供一种基于光谱成像技术与图谱分析的书画画风鉴定方法，以解决上述技术问题。
为实现上述目的本发明采用以下技术方案：
一种基于光谱成像技术与图谱分析的书画画风鉴定方法，包括以下步骤：
步骤1、高光谱成像
对已知画风的书画和待鉴定书画，利用高光谱成像仪进行高光谱成像，分别获取已知画风书画的高光谱成像数据和待鉴定书画的高光谱成像数据；
步骤2、高光谱图像预处理
对获取的已知画风书画的高光谱成像数据和待鉴定书画的高光谱成像数据进行校正、定标处理，分别得到已知画风书画的预处理高光谱成像数据和待鉴定书画的预处理高光谱成像数据；
步骤3、高光谱图像特征变换
对处理后的已知画风书画的预处理高光谱成像数据和待鉴定书画的预处理高光谱成像数据进行高光谱图像特征变换，分别得到已知画风书画的高光谱特征数据和待鉴定书画的高光谱特征数据；
步骤4、画风特征度量与提取
对变换后的已知画风书画的高光谱特征数据和待鉴定书画的高光谱特征数据进行画风特征的度量和提取，得到已知画风书画的画风特征和待鉴定书画的画风特征；
步骤5、已知画风书画特征平均化
先对已知画风书画的画风特征进行归类，即，将画风相同的书画的画风特征归为一类，并将每个归类里的画风特征求平均，得到不同画风归类的平均画风类特征。
步骤6、待鉴定书画画风识别
将待鉴定书画的画风特征与上述不同画风归类的平均画风类特征分别计算相关系数，并将计算得到的最大相关系数对应的画风类，作为待鉴定书画的画风鉴定结果。
作为本发明进一步的方案，所述步骤1高光谱成像是在相同环境，包括光源、距离、角度及成像方式下，获取已知画风书画和待鉴定书画的可见光-近红外高光谱成像数据。
作为本发明进一步的方案，所述步骤2高光谱图像预处理指对已知画风书画的光谱图像和待鉴定书画的光谱图像进行校正、定标处理，其中校正主要完成书画数据的空间变形修正，定标主要完成书画数据的光谱信息标定。
作为本发明进一步的方案，所述步骤3高光谱图像特征变换指对已知画风的预处理书画高光谱图像和待鉴定书画的预处理高光谱图像进行光谱维数学变换，包括但不限于主成分变换和独立成分变换。
作为本发明进一步的方案，所述步骤4画风特征度量与提取指对已知画风书画的高光谱特征数据和待鉴定书画的高光谱特征数据，按像素点逐点计算每个像素点特征数据与全部像素点的平均特征数据的欧式距离，然后统计已知画风书画和待鉴定书画的各自所有的像素点特征数据的欧式距离，得到各自的全像素特征数据欧式距离统计直方图，作为已知书画画风的画风特征和待鉴定书画的画风特征。
作为本发明进一步的方案，所述步骤5已知画风书画的特征平均化为，先将画风相同的书画的画风特征统计直方图归为一类，并将每个归类里的画风特征统计直方图求平均，得到的每个归类的画风特征的平均统计直方图，作为不同画风归类的平均画风类特征。
作为本发明进一步的方案，所述步骤6待鉴定书画的画风识别指把相关系数作为判据，将待鉴定书画的画风特征与上述不同画风归类的平均画风类特征分别计算相关系数，并将计算得到的最大相关系数对应的画风类，作为待鉴定书画的画风鉴定结果。
本发明的有益效果是：本发明解决了现有的利用人眼进行画风分析鉴定时可能存在的难辨识和辨识错的问题；通过高光谱成像技术和图谱分析技术对书画数据进行获取和建模分析，并从空间和光谱两方面同时入手，而不是单一的空间信息，以更科学、全面、准确的方式完成书画画风的客观鉴定，从而更好地辅助于整个书画作品的鉴定；其主要应用于对书法、中国水墨画、中国彩色绘画、国外油画的画风鉴定。
附图说明
图1是本发明书画画风鉴定方法流程图。
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、完整的阐述。
如图1所示，一种基于光谱成像技术与图谱分析的书画画风鉴定方法，包括以下步骤：
步骤1、高光谱成像
对已知画风的书画和待鉴定书画，利用高光谱成像仪(400-2500nm)进行高光谱成像，在相同环境，包括光照(卤素灯)、距离(2米)、角度(直角)及成像方式(推扫)下，分别获取已知画风书画的高光谱(400-2500nm)成像数据和待鉴定书画的高光谱(400-2500nm)成像数据；
步骤2、高光谱图像预处理
对已知画风书画的光谱图像和待鉴定书画的光谱图像进行校正、定标处理，其中校正主要完成书画数据的空间变形修正，主要指视场畸变校正；定标主要完成书画数据的光谱信息标定，主要指白平衡(即，用书画光谱数据除以白板光谱数据，白板光谱数据是在上述成像条件下，对白板进行光谱成像获得的光谱数据)；
步骤3、高光谱图像特征变换
对处理后的已知画风书画的预处理高光谱成像数据和待鉴定书画的预处理高光谱成像数据进行高光谱图像特征变换，分别得到已知画风书画的高光谱特征数据和待鉴定书画的高光谱特征数据。这里采用主成分变换，且主成分维数为原来光谱维数的一半；
步骤4、画风特征度量与提取
对已知画风书画的高光谱特征数据和待鉴定书画的高光谱特征数据，按像素点逐点计算每个像素点特征数据与全部像素点的平均特征数据的欧式距离，然后统计已知画风书画和待鉴定书画的各自所有的像素点特征数据的欧式距离，得到各自的全像素特征数据欧式距离统计直方图，作为已知书画画风的画风特征和待鉴定书画的画风特征；
步骤5、已知画风书画特征平均化
将画风相同的书画的画风特征统计直方图归为一类，并将每个归类里的画风特征统计直方图求平均，得到的每个归类的画风特征的平均统计直方图，作为不同画风归类的平均画风类特征。
步骤6、待鉴定书画画风识别
将待鉴定书画的画风特征与上述不同画风归类的平均画风类特征分别计算相关系数，并将计算得到的最大相关系数对应的画风类，作为待鉴定书画的画风鉴定结果。
以上所述为本发明较佳实施例，对于本领域的普通技术人员而言，根据本发明的教导，在不脱离本发明的原理与精神的情况下，对实施方式所进行的改变、修改、替换和变型仍落入本发明的保护范围之内。
Claims (7)
1.一种基于光谱成像技术与图谱分析的书画画风鉴定方法，其特征在于，包括以下步骤：
步骤1、高光谱成像
对已知画风的书画和待鉴定书画，利用高光谱成像仪进行高光谱成像，分别获取已知画风书画的高光谱成像数据和待鉴定书画的高光谱成像数据；
步骤2、高光谱图像预处理
对获取的已知画风书画的高光谱成像数据和待鉴定书画的高光谱成像数据进行校正、定标处理，分别得到已知画风书画的预处理高光谱成像数据和待鉴定书画的预处理高光谱成像数据；
步骤3、高光谱图像特征变换
对处理后的已知画风书画的预处理高光谱成像数据和待鉴定书画的预处理高光谱成像数据进行高光谱图像特征变换，分别得到已知画风书画的高光谱特征数据和待鉴定书画的高光谱特征数据；
步骤4、画风特征度量与提取
对变换后的已知画风书画的高光谱特征数据和待鉴定书画的高光谱特征数据进行画风特征的度量和提取，得到已知画风书画的画风特征和待鉴定书画的画风特征；
步骤5、已知画风书画特征平均化
先对已知画风书画的画风特征进行归类，即，将画风相同的书画的画风特征归为一类，并将每个归类里的画风特征求平均，得到不同画风归类的平均画风类特征。
步骤6、待鉴定书画画风识别
将待鉴定书画的画风特征与上述不同画风归类的平均画风类特征分别计算相关系数，并将计算得到的最大相关系数对应的画风类，作为待鉴定书画的画风鉴定结果。
2.如权利要求1所述的一种基于光谱成像技术与图谱分析的书画画风鉴定方法，其特征在于，所述步骤1高光谱成像是在相同环境，包括光源、距离、角度及成像方式下，获取已知画风书画和待鉴定书画的可见光-近红外高光谱成像数据。
3.如权利要求1所述的一种基于光谱成像技术与图谱分析的书画画风鉴定方法，其特征在于，所述步骤2高光谱图像预处理指对已知画风书画的光谱图像和待鉴定书画的光谱图像进行校正、定标处理，其中校正主要完成书画数据的空间变形修正，定标主要完成书画数据的光谱信息标定。
4.如权利要求1所述的一种基于光谱成像技术与图谱分析的书画画风鉴定方法，其特征在于，所述步骤3高光谱图像特征变换指对已知画风的预处理书画高光谱图像和待鉴定书画的预处理高光谱图像进行光谱维数学变换，包括但不限于主成分变换和独立成分变换。
5.如权利要求1所述的一种基于光谱成像技术与图谱分析的书画画风鉴定方法，其特征在于，所述步骤4画风特征度量与提取指对已知画风书画的高光谱特征数据和待鉴定书画的高光谱特征数据，按像素点逐点计算每个像素点特征数据与全部像素点的平均特征数据的欧式距离，然后统计已知画风书画和待鉴定书画的各自所有的像素点特征数据的欧式距离，得到各自的全像素特征数据欧式距离统计直方图，作为已知书画画风的画风特征和待鉴定书画的画风特征。
6.如权利要求1所述的一种基于光谱成像技术与图谱分析的书画画风鉴定方法，其特征在于，所述步骤5已知画风书画的特征平均化为，先将画风相同的书画的画风特征统计直方图归为一类，并将每个归类里的画风特征统计直方图求平均，得到的每个归类的画风特征的平均统计直方图，作为不同画风归类的平均画风类特征。
7.如权利要求1所述的一种基于光谱成像技术与图谱分析的书画画风鉴定方法，所述步骤6待鉴定书画的画风识别指把相关系数作为判据，将待鉴定书画的画风特征与上述不同画风归类的平均画风类特征分别计算相关系数，并将计算得到的最大相关系数对应的画风类，作为待鉴定书画的画风鉴定结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811421154.2A CN109543757A (zh) | 2018-11-27 | 2018-11-27 | 一种基于光谱成像技术与图谱分析的书画画风鉴定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811421154.2A CN109543757A (zh) | 2018-11-27 | 2018-11-27 | 一种基于光谱成像技术与图谱分析的书画画风鉴定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109543757A true CN109543757A (zh) | 2019-03-29 |
Family
ID=65849729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811421154.2A Pending CN109543757A (zh) | 2018-11-27 | 2018-11-27 | 一种基于光谱成像技术与图谱分析的书画画风鉴定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109543757A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102054178A (zh) * | 2011-01-20 | 2011-05-11 | 北京联合大学 | 一种基于局部语义概念的国画图像识别方法 |
| CN104217221A (zh) * | 2014-08-27 | 2014-12-17 | 重庆大学 | 基于纹理特征的书画作品检测方法 |
| CN105117741A (zh) * | 2015-09-28 | 2015-12-02 | 上海海事大学 | 一种书法字风格的识别方法 |
| 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 |
| 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 |
-
2018
- 2018-11-27 CN CN201811421154.2A patent/CN109543757A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102054178A (zh) * | 2011-01-20 | 2011-05-11 | 北京联合大学 | 一种基于局部语义概念的国画图像识别方法 |
| CN104217221A (zh) * | 2014-08-27 | 2014-12-17 | 重庆大学 | 基于纹理特征的书画作品检测方法 |
| CN105117741A (zh) * | 2015-09-28 | 2015-12-02 | 上海海事大学 | 一种书法字风格的识别方法 |
| 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 |
| 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 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108020519B (zh) | 一种基于颜色恒常性的虚拟多光源光谱重建方法 | |
| CN103808263B (zh) | 谷粒粒形参数的高通量检测方法 | |
| TWI669660B (zh) | 斑點評估裝置、斑點評估方法及程式 | |
| CN103149164A (zh) | 基于光谱成像技术的国画真伪鉴别方法与装置 | |
| JP6854992B1 (ja) | 光輝性顔料判定方法、光輝性顔料判定装置および光輝性顔料判定プログラム | |
| CN101692052B (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
| CN108520488B (zh) | 一种重构光谱并进行复制的方法以及电子设备 | |
| CN102305769B (zh) | 应用于中国古画修复的多光谱抠图方法 | |
| CN102521564A (zh) | 基于颜色和形状识别茶叶的方法 | |
| CN110660112B (zh) | 一种基于专用色卡和多光谱成像的绘画光谱重构方法 | |
| Lynch et al. | Colour constancy from both sides of the shadow edge | |
| CN110926609A (zh) | 一种基于样本特征匹配的光谱重建方法 | |
| CN109741285A (zh) | 一种水下图像数据集的构建方法及系统 | |
| CN203178183U (zh) | 基于光谱成像技术的国画真伪鉴别装置 | |
| CN109543757A (zh) | 一种基于光谱成像技术与图谱分析的书画画风鉴定方法 | |
| JP4156948B2 (ja) | メタリック塗色における意匠性の評価方法及び塗装物品 | |
| CN107462528A (zh) | 一种多通道光谱检测红枣品质的方法 | |
| CN104966273B (zh) | 适用于光学遥感影像的dcm-htm去雾霾方法 | |
| JP5860970B2 (ja) | 固有画像の生成を改良するための後処理 | |
| CN115356297A (zh) | 一种烤烟烟叶微青的鉴别方法及装置 | |
| CN108152217B (zh) | 一种书画笔锋鉴定方法 | |
| CN109724921B (zh) | 一种基于光谱成像技术的书画鉴定图谱特征表示方法 | |
| Jung et al. | A Deep Learning Approach Based on Image Patch Sets for Art Forgery Detection | |
| CN112834507A (zh) | 一种基于图像配准和光谱鉴别的唯一性识别系统及方法 | |
| Klein | Multispectral imaging: aberrations and acquisitions from different viewing positions |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |