CN109670365B - 一种书法鉴定系统及方法 - Google Patents
一种书法鉴定系统及方法 Download PDFInfo
- Publication number
- CN109670365B CN109670365B CN201710947074.XA CN201710947074A CN109670365B CN 109670365 B CN109670365 B CN 109670365B CN 201710947074 A CN201710947074 A CN 201710947074A CN 109670365 B CN109670365 B CN 109670365B
- Authority
- CN
- China
- Prior art keywords
- characteristic
- identification
- comparison
- handwriting
- unit
- 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.)
- Active
Links
Classifications
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明揭示了一种书法鉴定系统及方法,所述书法鉴定系统包括比对数据库设定模块、书法鉴定模块、比对数据库自主学习更新模块;比对数据库设定模块用以从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;书法鉴定模块用以获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果。比对数据库自主学习更新模块用以根据鉴定历史记录对比对数据库进行数据修正。本发明提出的书法鉴定系统及方法,可提高鉴定的效率及精确度,同时可以反馈被鉴艺术品每个字的真迹度百分比,提供鉴定的参考依据。
Description
技术领域
本发明属于书法鉴定技术领域,涉及一种书法鉴定系统,尤其涉及一种可鉴定书法每个字真迹度的书法鉴定系统;同时,本发明还涉及一种书法鉴定方法。
背景技术
书法鉴定作为一门学问,属于美术史,主要是中国美术史的范畴。但它涉及的面却相当之广:文学、历史、建筑、服饰、风俗、地理,都是研究书画鉴定必不可少的参照。可以说,它是综合了多门学科的一种边缘学科。
现有的书法鉴定方式通常是由相应的专家凭借主观的知识进行鉴定,主观性强,容易出现偏差,影响鉴定的精确度;此外,现有的鉴定方式需要花费较长时间,因此需要将书法作品长时间存放在鉴定人处,也会引起书法作品持有者内心的不安。
有鉴于此,如今迫切需要设计一种书法鉴定方式,以便克服现有书法作品鉴定方式存在的上述缺陷。
发明内容
本发明所要解决的技术问题是:提供一种书法鉴定系统,可提高鉴定的效率及精确度,同时可以反馈被鉴艺术品每个字的真迹度百分比,提供鉴定的参考依据。
此外,本发明还涉及一种书法鉴定方法,可提高鉴定的效率及精确度,同时可以反馈被鉴艺术品每个字的真迹度百分比,提供鉴定的参考依据。
为解决上述技术问题,本发明采用如下技术方案:
一种书法鉴定系统,所述书法鉴定系统包括:
比对数据库设定模块,用以从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;
书法鉴定模块,用以获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果;
比对数据库自主学习更新模块,用以根据鉴定历史记录对比对数据库进行数据修正;根据作品量不断优化修正基础真迹样板比对值,以达到增加鉴定准确度;
比对数据库设定模块包括书法图像获取单元、文字拆解单元、笔画拆解单元、第一特征获取换算单元、第二特征获取换算单元、特征组合单元、比对数据库单元;
书法鉴定模块包括书法图像获取单元、文字拆解单元、笔画拆解单元、第一特征获取换算单元、第二特征获取换算单元、特征组合单元、比对鉴定单元;
书法图像获取单元,用以获取的书法图像;比对数据库设定模块中,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
文字拆解单元,用以将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
笔画拆解单元,用以将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
第一特征获取换算单元,用以获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
第二特征获取换算单元,用以获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
特征组合单元,用以组合多个A值和B值,合成出每个字的特征识别码;
比对数据库单元,用以存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据;
比对鉴定单元,用以将获取的需要鉴定的每个汉字的特征识别码与比对数据库单元中存储的特征识别码进行比对,若相似度高于设定值,则判断是设定作者的真迹;若相似度低于设定值,则判断不是设定作者的真迹。
所述比对鉴定单元包括基础鉴定单元、模糊鉴定单元;
所述基础鉴定单元对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值等自动操作后,再与数据库内同作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出最终的真迹度百分比;以列出每个字的真迹度百分比为形式反馈鉴定结果;在比对数据库中无同作者同字体的情况下,所述基础鉴定单元使用同作者同字体的笔画A值进行比对;
所述模糊鉴定单元对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值等自动操作后,再与数据库内所有作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出前三位真迹度百分比的作者;列出每个字最高真迹度百分比的前三位作者及真迹度百分比反馈鉴定结果,同时反馈该字每一笔的比对真迹度百分比。
一种书法鉴定系统,所述书法鉴定系统包括:
比对数据库设定模块,用以从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;
书法鉴定模块,用以获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果。
作为本发明的一种优选方案,比对数据库设定模块包括书法图像获取单元、文字拆解单元、笔画拆解单元、第一特征获取换算单元、第二特征获取换算单元、特征组合单元、比对数据库单元;
书法图像获取单元,用以获取的书法图像;比对数据库设定模块中,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
文字拆解单元,用以将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
笔画拆解单元,用以将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定若干种基本笔画;
第一特征获取换算单元,用以获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
第二特征获取换算单元,用以获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
特征组合单元,用以组合多个A值和B值,合成出每个字的特征识别码;
比对数据库单元,用以存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据;
作为本发明的一种优选方案,书法鉴定模块包括书法图像获取单元、文字拆解单元、笔画拆解单元、第一特征获取换算单元、第二特征获取换算单元、特征组合单元、比对鉴定单元;
书法图像获取单元,用以获取的书法图像;比对数据库设定模块中,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
文字拆解单元,用以将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
笔画拆解单元,用以将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定若干种基本笔画;
第一特征获取换算单元,用以获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
第二特征获取换算单元,用以获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
特征组合单元,用以组合多个A值和B值,合成出每个字的特征识别码;
比对数据库单元,用以存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据;
比对鉴定单元,用以将获取的需要鉴定的每个汉字的特征识别码与比对数据库单元中存储的特征识别码进行比对,若相似度高于设定值,则判断是设定作者的真迹;若相似度低于设定值,则判断不是设定作者的真迹。
作为本发明的一种优选方案,所述比对鉴定单元包括基础鉴定单元、模糊鉴定单元;
所述基础鉴定单元对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内同作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出最终的真迹度百分比;以列出每个字的真迹度百分比为形式反馈鉴定结果;在比对数据库中无同作者同字体的情况下,所述基础鉴定单元使用同作者同字体的笔画A值进行比对;
所述模糊鉴定单元对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内所有作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出前三位真迹度百分比的作者;列出每个字最高真迹度百分比的前三位作者及真迹度百分比反馈鉴定结果,同时反馈该字每一笔的比对真迹度百分比。
作为本发明的一种优选方案,所述书法鉴定系统还包括比对数据库自主学习更新模块,用以根据鉴定历史记录对比对数据库进行数据修正;根据作品量不断优化修正基础真迹样板比对值,以达到增加鉴定准确度。
一种书法鉴定方法,所述书法鉴定方法包括:
-步骤S1、比对数据库设定步骤,从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;
所述步骤S1具体包括:
步骤S11、书法图像获取步骤,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
步骤S12、文字拆解步骤,将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
步骤S13、笔画拆解步骤,将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
步骤S14、第一特征获取换算步骤,获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
步骤S15、第二特征获取换算步骤,获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
步骤S16、特征组合步骤,组合多个A值和B值,合成出每个字的特征识别码;
步骤S17、形成比对数据库步骤,存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据;
-步骤S2、书法鉴定步骤,获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果;
所述步骤S2包括:
步骤S11、书法图像获取步骤,获取需要鉴定书法的图像;
步骤S12、文字拆解步骤,将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
步骤S13、笔画拆解步骤,将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
步骤S14、第一特征获取换算步骤,获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
步骤S15、第二特征获取换算步骤,获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
步骤S16、特征组合步骤,组合多个A值和B值,合成出每个字的特征识别码;
步骤S17、比对鉴定步骤,将获取的需要鉴定的每个汉字的特征识别码与比对数据库单元中存储的特征识别码进行比对,若相似度高于设定值,则判断是设定作者的真迹;若相似度低于设定值,则判断不是设定作者的真迹。
-步骤S3、比对数据库自主学习更新步骤,根据鉴定历史记录对比对数据库进行数据修正;根据作品量不断优化修正基础真迹样板比对值,以达到增加鉴定准确度;
所述比对鉴定步骤包括基础鉴定步骤、模糊鉴定步骤;
所述基础鉴定步骤中,对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内同作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出最终的真迹度百分比;以列出每个字的真迹度百分比为形式反馈鉴定结果;在比对数据库中无同作者同字体的情况下,所述基础鉴定单元使用同作者同字体的笔画A值进行比对;
所述模糊鉴定步骤中,对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内所有作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出前三位真迹度百分比的作者;列出每个字最高真迹度百分比的前三位作者及真迹度百分比反馈鉴定结果,同时反馈该字每一笔的比对真迹度百分比。
一种书法鉴定方法,所述书法鉴定方法包括:
比对数据库设定步骤,从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;
书法鉴定步骤,获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果。
作为本发明的一种优选方案,所述书法鉴定方法还包括:比对数据库自主学习更新步骤,根据鉴定历史记录对比对数据库进行数据修正;根据作品量不断优化修正基础真迹样板比对值,以达到增加鉴定准确度。
作为本发明的一种优选方案,所述步骤S1具体包括:
步骤S11、书法图像获取步骤,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
步骤S12、文字拆解步骤,将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
步骤S13、笔画拆解步骤,将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
步骤S14、第一特征获取换算步骤,获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
步骤S15、第二特征获取换算步骤,获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
步骤S16、特征组合步骤,组合多个A值和B值,合成出每个字的特征识别码;
步骤S17、形成比对数据库步骤,存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据;
所述步骤S2包括:
步骤S11、书法图像获取步骤,获取需要鉴定书法的图像;
步骤S12、文字拆解步骤,将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
步骤S13、笔画拆解步骤,将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
步骤S14、第一特征获取换算步骤,获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
步骤S15、第二特征获取换算步骤,获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
步骤S16、特征组合步骤,组合多个A值和B值,合成出每个字的特征识别码;
步骤S17、比对鉴定步骤,将获取的需要鉴定的每个汉字的特征识别码与比对数据库单元中存储的特征识别码进行比对,若相似度高于设定值,则判断是设定作者的真迹;若相似度低于设定值,则判断不是设定作者的真迹。
本发明的有益效果在于:本发明提出的书法鉴定系统及方法,可提高鉴定的效率及精确度,同时可以反馈被鉴艺术品每个字的真迹度百分比,提供鉴定的参考依据。
附图说明
图1为本发明书法鉴定系统的组成示意图。
图2为本发明书法鉴定方法的流程图。
具体实施方式
下面结合附图详细说明本发明的优选实施例。
实施例一
请参阅图1,本发明揭示了一种书法鉴定系统,所述书法鉴定系统包括:比对数据库设定模块1、书法鉴定模块2、比对数据库自主学习更新模块3。
比对数据库设定模块1用以从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据。
书法鉴定模块2用以获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果。
比对数据库自主学习更新模块3用以根据鉴定历史记录对比对数据库进行数据修正;根据作品量不断优化修正基础真迹样板比对值,以达到增加鉴定准确度。
比对数据库设定模块1包括书法图像获取单元、文字拆解单元、笔画拆解单元、第一特征获取换算单元、第二特征获取换算单元、特征组合单元、比对数据库单元。
书法鉴定模块2包括书法图像获取单元、文字拆解单元、笔画拆解单元、第一特征获取换算单元、第二特征获取换算单元、特征组合单元、比对鉴定单元。
书法图像获取单元,用以获取的书法图像;比对数据库设定模块中,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像。
文字拆解单元,用以将所述书法图像获取单元获取的书法图像拆分为独立的汉字。
笔画拆解单元,用以将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定42种基本笔画(也可以是其他个数)。
第一特征获取换算单元,用以获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存。
第二特征获取换算单元,用以获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存。
特征组合单元,用以组合多个A值和B值,合成出每个字的特征识别码。
比对数据库单元,用以存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据。
比对鉴定单元,用以将获取的需要鉴定的每个汉字的特征识别码与比对数据库单元中存储的特征识别码进行比对,若相似度高于设定值,则判断是设定作者的真迹;若相似度低于设定值,则判断不是设定作者的真迹。
所述比对鉴定单元包括基础鉴定单元、模糊鉴定单元。
所述基础鉴定单元对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值等自动操作后,再与数据库内同作者近似字的基础真迹记录值的各项A值B值进行逐一比对,使用相应的算法得出最终的真迹度百分比;以列出每个字的真迹度百分比为形式反馈鉴定结果;在比对数据库中无同作者同字体的情况下,所述基础鉴定单元使用同作者同字体的笔画A值进行比对。
所述模糊鉴定单元对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值等自动操作后,再与数据库内所有作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出前三位真迹度百分比的作者;列出每个字最高真迹度百分比的前三位作者及真迹度百分比反馈鉴定结果,同时反馈该字每一笔的比对真迹度百分比。
请参阅图2,本发明还揭示一种书法鉴定方法,所述书法鉴定方法包括:
【步骤S1】比对数据库设定步骤,从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;
所述步骤S1具体包括:
步骤S11、书法图像获取步骤,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
步骤S12、文字拆解步骤,将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
步骤S13、笔画拆解步骤,将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
步骤S14、第一特征获取换算步骤,获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
步骤S15、第二特征获取换算步骤,获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
步骤S16、特征组合步骤,组合多个A值和B值,合成出每个字的特征识别码;
步骤S17、形成比对数据库步骤,存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据;
【步骤S2】书法鉴定步骤,获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果;
所述步骤S2包括:
步骤S11、书法图像获取步骤,获取需要鉴定书法的图像;
步骤S12、文字拆解步骤,将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
步骤S13、笔画拆解步骤,将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
步骤S14、第一特征获取换算步骤,获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
步骤S15、第二特征获取换算步骤,获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
步骤S16、特征组合步骤,组合多个A值和B值,合成出每个字的特征识别码;
步骤S17、比对鉴定步骤,将获取的需要鉴定的每个汉字的特征识别码与比对数据库单元中存储的特征识别码进行比对,若相似度高于设定值,则判断是设定作者的真迹;若相似度低于设定值,则判断不是设定作者的真迹。
【步骤S3】比对数据库自主学习更新步骤,根据鉴定历史记录对比对数据库进行数据修正;根据作品量不断优化修正基础真迹样板比对值,以达到增加鉴定准确度;
所述比对鉴定步骤包括基础鉴定步骤、模糊鉴定步骤;
所述基础鉴定步骤中,对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内同作者近似字的基础真迹记录值的各项A值B值进行逐一比对,使用相应的算法得出最终的真迹度百分比;以列出每个字的真迹度百分比为形式反馈鉴定结果;在比对数据库中无同作者同字体的情况下,所述基础鉴定单元使用同作者同字体的笔画A值进行比对;
所述模糊鉴定步骤中,对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内所有作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出前三位真迹度百分比的作者;列出每个字最高真迹度百分比的前三位作者及真迹度百分比反馈鉴定结果,同时反馈该字每一笔的比对真迹度百分比。
实施例二
本发明揭示一种书法鉴定系统,所述书法鉴定系统包括:比对数据库设定模块、书法鉴定模块、比对数据库自主学习更新模块。
比对数据库设定模块,用以从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据。
书法鉴定模块,用以获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果。
本发明还揭示一种书法鉴定方法,所述书法鉴定方法包括:
比对数据库设定步骤,从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;
书法鉴定步骤,获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果。
综上所述,本发明提出的书法鉴定系统及方法,可提高鉴定的效率及精确度,同时可以反馈被鉴艺术品每个字的真迹度百分比,提供鉴定的参考依据。
这里本发明的描述和应用是说明性的,并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的,对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是,在不脱离本发明的精神或本质特征的情况下,本发明可以以其它形式、结构、布置、比例,以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下,可以对这里所披露的实施例进行其它变形和改变。
Claims (8)
1.一种书法鉴定系统,其特征在于,所述书法鉴定系统包括:
比对数据库设定模块,用以从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;
书法鉴定模块,用以获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果;
比对数据库自主学习更新模块,用以根据鉴定历史记录对比对数据库进行数据修正;根据作品量不断优化修正基础真迹样板比对值,以达到增加鉴定准确度;
比对数据库设定模块包括书法图像获取单元、文字拆解单元、笔画拆解单元、第一特征获取换算单元、第二特征获取换算单元、特征组合单元、比对数据库单元;
书法鉴定模块包括书法图像获取单元、文字拆解单元、笔画拆解单元、第一特征获取换算单元、第二特征获取换算单元、特征组合单元、比对鉴定单元;
书法图像获取单元,用以获取的书法图像;比对数据库设定模块中,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
文字拆解单元,用以将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
笔画拆解单元,用以将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
第一特征获取换算单元,用以获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
第二特征获取换算单元,用以获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
特征组合单元,用以组合多个A值和B值,合成出每个字的特征识别码;
比对数据库单元,用以存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据;
比对鉴定单元,用以将获取的需要鉴定的每个汉字的特征识别码与比对数据库单元中存储的特征识别码进行比对,若相似度高于设定值,则判断是设定作者的真迹;若相似度低于设定值,则判断不是设定作者的真迹;
所述比对鉴定单元包括基础鉴定单元、模糊鉴定单元;
所述基础鉴定单元对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内同作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出最终的真迹度百分比;以列出每个字的真迹度百分比为形式反馈鉴定结果;在比对数据库中无同作者同字体的情况下, 所述基础鉴定单元使用同作者同字体的笔画A值进行比对;
所述模糊鉴定单元对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内所有作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出前三位真迹度百分比的作者;列出每个字最高真迹度百分比的前三位作者及真迹度百分比反馈鉴定结果,同时反馈该字每一笔的比对真迹度百分比。
2.一种书法鉴定系统,其特征在于,所述书法鉴定系统包括:
比对数据库设定模块,用以从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;
书法鉴定模块,用以获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果;
书法鉴定模块包括书法图像获取单元、文字拆解单元、笔画拆解单元、第一特征获取换算单元、第二特征获取换算单元、特征组合单元、比对鉴定单元;
书法图像获取单元,用以获取的书法图像;比对数据库设定模块中,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
文字拆解单元,用以将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
笔画拆解单元,用以将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定若干种基本笔画;
第一特征获取换算单元,用以获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
第二特征获取换算单元,用以获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
特征组合单元,用以组合多个A值和B值,合成出每个字的特征识别码;
比对数据库单元,用以存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据;
比对鉴定单元,用以将获取的需要鉴定的每个汉字的特征识别码与比对数据库单元中存储的特征识别码进行比对,若相似度高于设定值,则判断是设定作者的真迹;若相似度低于设定值,则判断不是设定作者的真迹。
3.根据权利要求2所述的书法鉴定系统,其特征在于:
比对数据库设定模块包括书法图像获取单元、文字拆解单元、笔画拆解单元、第一特征获取换算单元、第二特征获取换算单元、特征组合单元、比对数据库单元;
书法图像获取单元,用以获取的书法图像;比对数据库设定模块中,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
文字拆解单元,用以将所述书法图像获取单元获取的书法图像拆分为独立的汉字;
笔画拆解单元,用以将所述文字拆解单元拆分的汉字进行笔画拆解,分解成设定若干种基本笔画;
第一特征获取换算单元,用以获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
第二特征获取换算单元,用以获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
特征组合单元,用以组合多个A值和B值,合成出每个字的特征识别码;
比对数据库单元,用以存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据。
4.根据权利要求2所述的书法鉴定系统,其特征在于:
所述比对鉴定单元包括基础鉴定单元、模糊鉴定单元;
所述基础鉴定单元对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内同作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出最终的真迹度百分比;以列出每个字的真迹度百分比为形式反馈鉴定结果;在比对数据库中无同作者同字体的情况下, 所述基础鉴定单元使用同作者同字体的笔画A值进行比对;
所述模糊鉴定单元对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内所有作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出前三位真迹度百分比的作者;列出每个字最高真迹度百分比的前三位作者及真迹度百分比反馈鉴定结果,同时反馈该字每一笔的比对真迹度百分比。
5.根据权利要求2所述的书法鉴定系统,其特征在于:
所述书法鉴定系统还包括比对数据库自主学习更新模块,用以根据鉴定历史记录对比对数据库进行数据修正;根据作品量不断优化修正基础真迹样板比对值,以达到增加鉴定准确度。
6.一种书法鉴定方法,其特征在于,所述书法鉴定方法包括:
-步骤S1、比对数据库设定步骤,从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;
所述步骤S1具体包括:
步骤S11、书法图像获取步骤,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
步骤S12、文字拆解步骤,将所述书法图像获取步骤获取的书法图像拆分为独立的汉字;
步骤S13、笔画拆解步骤,将所述文字拆解步骤拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
步骤S14、第一特征获取换算步骤,获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
步骤S15、第二特征获取换算步骤,获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
步骤S16、特征组合步骤,组合多个A值和B值,合成出每个字的特征识别码;
步骤S17、形成比对数据库步骤,存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据;
-步骤S2、书法鉴定步骤,获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果;
所述步骤S2包括:
步骤S11、书法图像获取步骤,获取需要鉴定书法的图像;
步骤S12、文字拆解步骤,将所述书法图像获取步骤获取的书法图像拆分为独立的汉字;
步骤S13、笔画拆解步骤,将所述文字拆解步骤拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
步骤S14、第一特征获取换算步骤,获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
步骤S15、第二特征获取换算步骤,获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
步骤S16、特征组合步骤,组合多个A值和B值,合成出每个字的特征识别码;
步骤S17、比对鉴定步骤,将获取的需要鉴定的每个汉字的特征识别码与比对数据库步骤中存储的特征识别码进行比对,若相似度高于设定值,则判断是设定作者的真迹;若相似度低于设定值,则判断不是设定作者的真迹;
-步骤S3、比对数据库自主学习更新步骤,根据鉴定历史记录对比对数据库进行数据修正;根据作品量不断优化修正基础真迹样板比对值,以达到增加鉴定准确度;
所述比对鉴定步骤包括基础鉴定步骤、模糊鉴定步骤;
所述基础鉴定步骤中,对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内同作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出最终的真迹度百分比;以列出每个字的真迹度百分比为形式反馈鉴定结果;在比对数据库中无同作者同字体的情况下, 所述基础鉴定步骤使用同作者同字体的笔画A值进行比对;
所述模糊鉴定步骤中,对被鉴定艺术品图像通过识别、拆字、运算特征值、合并特征值的自动操作后,再与数据库内所有作者近似字的基础真迹记录值的各项A值B值进行逐一比对,得出前三位真迹度百分比的作者;列出每个字最高真迹度百分比的前三位作者及真迹度百分比反馈鉴定结果,同时反馈该字每一笔的比对真迹度百分比。
7.一种书法鉴定方法,其特征在于,所述书法鉴定方法包括:
比对数据库设定步骤,从每个作者、每一种字体、每个字的基础真迹样板中获取每个作者的每一种字体、每个字的比对记录值,作为与鉴定作品对比的基准依据;
书法鉴定步骤,获取需要鉴定的书法的图像,并分析得到其特征值,将得到的特征值与比对数据库中的数据进行比对,得到鉴定结果;
所述步骤S1具体包括:
步骤S11、书法图像获取步骤,获取各作者各字体各个汉字的真迹模板和赝品模板的书法图像;
步骤S12、文字拆解步骤,将所述书法图像获取步骤获取的书法图像拆分为独立的汉字;
步骤S13、笔画拆解步骤,将所述文字拆解步骤拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
步骤S14、第一特征获取换算步骤,获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
步骤S15、第二特征获取换算步骤,获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
步骤S16、特征组合步骤,组合多个A值和B值,合成出每个字的特征识别码;
步骤S17、形成比对数据库步骤,存储各个作者各个字体各个字的特征数据,作为与鉴定作品对比的基准依据;
所述步骤S2包括:
步骤S11、书法图像获取步骤,获取需要鉴定书法的图像;
步骤S12、文字拆解步骤,将所述书法图像获取步骤获取的书法图像拆分为独立的汉字;
步骤S13、笔画拆解步骤,将所述文字拆解步骤拆分的汉字进行笔画拆解,分解成设定42种基本笔画;
步骤S14、第一特征获取换算步骤,获取每个笔画的起笔、行笔、收笔三阶段的像素轮廓点及每个阶段的色彩浓淡,并将其换算为特征记录值A保存;
步骤S15、第二特征获取换算步骤,获取每个字中笔画的交叉连接搭配特性,并将其换算为特征记录值B保存;
步骤S16、特征组合步骤,组合多个A值和B值,合成出每个字的特征识别码;
步骤S17、比对鉴定步骤,将获取的需要鉴定的每个汉字的特征识别码与比对数据库步骤中存储的特征识别码进行比对,若相似度高于设定值,则判断是设定作者的真迹;若相似度低于设定值,则判断不是设定作者的真迹。
8.根据权利要求7所述的书法鉴定方法,其特征在于:
所述书法鉴定方法还包括:比对数据库自主学习更新步骤,根据鉴定历史记录对比对数据库进行数据修正;根据作品量不断优化修正基础真迹样板比对值,以达到增加鉴定准确度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710947074.XA CN109670365B (zh) | 2017-10-12 | 2017-10-12 | 一种书法鉴定系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710947074.XA CN109670365B (zh) | 2017-10-12 | 2017-10-12 | 一种书法鉴定系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109670365A CN109670365A (zh) | 2019-04-23 |
CN109670365B true CN109670365B (zh) | 2023-07-18 |
Family
ID=66138567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710947074.XA Active CN109670365B (zh) | 2017-10-12 | 2017-10-12 | 一种书法鉴定系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109670365B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112818730A (zh) * | 2020-03-05 | 2021-05-18 | 刘惠敏 | 云存储型书帖在线鉴定系统 |
CN112100684B (zh) * | 2020-03-27 | 2021-05-07 | 蝶链科技(深圳)有限公司 | 用于置信度分析的区块链操作系统及方法 |
CN115705688A (zh) * | 2021-08-10 | 2023-02-17 | 万维数码智能有限公司 | 基于人工智能的古代及近现代艺术品鉴定方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6130962A (en) * | 1997-06-06 | 2000-10-10 | Matsushita Electric Industrial Co., Ltd. | Information retrieval apparatus for enabling information retrieval with ambiguous retrieval key |
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 |
CN107133586A (zh) * | 2017-04-28 | 2017-09-05 | 洛阳理工学院 | 一种书法类文物的鉴定方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI282527B (en) * | 2005-11-03 | 2007-06-11 | Univ Tamkang | A calligraphy practicing system |
-
2017
- 2017-10-12 CN CN201710947074.XA patent/CN109670365B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6130962A (en) * | 1997-06-06 | 2000-10-10 | Matsushita Electric Industrial Co., Ltd. | Information retrieval apparatus for enabling information retrieval with ambiguous retrieval key |
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 |
CN107133586A (zh) * | 2017-04-28 | 2017-09-05 | 洛阳理工学院 | 一种书法类文物的鉴定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109670365A (zh) | 2019-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10489682B1 (en) | Optical character recognition employing deep learning with machine generated training data | |
CN111753767A (zh) | 一种作业自动批改的方法、装置、电子设备和存储介质 | |
CN109670365B (zh) | 一种书法鉴定系统及方法 | |
CN105701488A (zh) | 一种身份证识别方法 | |
US9898464B2 (en) | Information extraction supporting apparatus and method | |
CN101140617A (zh) | 电子设备及其文本录入的方法 | |
CN101196994A (zh) | 图片内容识别方法及识别系统 | |
Ahmad et al. | Kpti: Katib's pashto text imagebase and deep learning benchmark | |
CN106156794B (zh) | 基于文字风格识别的文字识别方法及装置 | |
CN1367460A (zh) | 字符串识别装置、字符串识别方法及其存储介质 | |
CN102023966B (zh) | 用于合约比较的计算机系统及合约比较方法 | |
CN111680669A (zh) | 一种试题分割方法、系统及可读存储介质 | |
CN113705286A (zh) | 一种表格检测与识别方法和介质 | |
CN109657527B (zh) | 一种画作笔触鉴定系统及方法 | |
CN109240549B (zh) | 一种基于外接数位设备和大数据智能分析的书法矫正器 | |
CN116958996A (zh) | Ocr信息提取方法、系统及设备 | |
CN104504385B (zh) | 手写粘连数字串的识别方法 | |
CN104850819B (zh) | 信息处理方法及电子设备 | |
CN110738202A (zh) | 字符识别方法、装置及计算机可读存储介质 | |
CN112149654B (zh) | 基于深度学习的发票文本信息识别方法 | |
CN115565193A (zh) | 问卷信息录入方法、装置、电子设备及存储介质 | |
CN115438645A (zh) | 一种序列标注任务的文本数据增强方法及系统 | |
CN110852359B (zh) | 基于深度学习的家谱识别方法及系统 | |
CN111144256B (zh) | 基于视频动态分析的电子表格公式合成与错误检测方法 | |
CN113657373A (zh) | 一种文书自动编目方法 |
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 |