中国山水画基本元素的自动分类算法研究
| 全文摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 概述 | 第7-15页 |
| ·前言 | 第7-9页 |
| ·国画的特点与分类 | 第7-8页 |
| ·国画的数字化趋势 | 第8页 |
| ·国画的鉴定 | 第8-9页 |
| ·中国画鉴别研究现状 | 第9-13页 |
| ·基于经验的专家鉴别 | 第10-11页 |
| ·基于物理和化学的分析鉴别 | 第11-12页 |
| ·基于视觉的计算机智能鉴别 | 第12-13页 |
| ·计算机辅助的专家鉴别 | 第13-14页 |
| ·全文内容安排 | 第14-15页 |
| 第二章 中国山水画基本元素的特征提取 | 第15-44页 |
| ·引言 | 第15-19页 |
| ·概述 | 第15-16页 |
| ·研究现状 | 第16-19页 |
| ·五类基本元素的特征分析 | 第19-22页 |
| ·色调特征 | 第22-24页 |
| ·直线段特征 | 第24-32页 |
| ·Hough变换算法优化 | 第24-29页 |
| ·直线段检测 | 第29-32页 |
| ·线形分叉特征 | 第32-40页 |
| ·骨架连通标定算法 | 第32-33页 |
| ·骨架噪声处理 | 第33-35页 |
| ·环状骨架分离 | 第35-37页 |
| ·线形分叉结构设计 | 第37-40页 |
| ·区域形态特征 | 第40-43页 |
| ·特征总结 | 第43-44页 |
| 第三章 中国山水画基本元素的分类器设计 | 第44-58页 |
| ·概述 | 第44页 |
| ·基于 FLD的单特征分类能力分析 | 第44-48页 |
| ·FLD基本原理 | 第44-45页 |
| ·分类结果 | 第45-47页 |
| ·实验结果分析 | 第47-48页 |
| ·K-近邻法分类 | 第48-51页 |
| ·基本原理 | 第48-49页 |
| ·参数设计 | 第49-50页 |
| ·分类结果 | 第50-51页 |
| ·SVM分类器 | 第51-54页 |
| ·基本原理 | 第51-52页 |
| ·SVM分类设计 | 第52-53页 |
| ·分类结果 | 第53-54页 |
| ·决策树分类 | 第54-56页 |
| ·基本原理 | 第54-55页 |
| ·决策树设计 | 第55页 |
| ·分类结果 | 第55-56页 |
| ·总结 | 第56-58页 |
| ·分类判别 | 第56-57页 |
| ·学习模型 | 第57-58页 |
| 第四章 AuTip鉴别平台的改进与算法整合 | 第58-66页 |
| ·AuTip平台概述 | 第58页 |
| ·AuTip平台基本功能 | 第58-60页 |
| ·基本元素分类功能的增强 | 第60-62页 |
| ·分类算法实现与整合 | 第60-61页 |
| ·分类算法在系统中的时间开销 | 第61页 |
| ·分类算法在系统中的结果分析 | 第61-62页 |
| ·对 AuTip平台的功能扩展 | 第62-64页 |
| ·书画查询 | 第62-63页 |
| ·印鉴比对 | 第63页 |
| ·辅助真伪鉴定公式 | 第63-64页 |
| ·两类使用模式 | 第64页 |
| ·不足与改进 | 第64-66页 |
| 第五章 讨论和展望 | 第66-70页 |
| ·工作总结 | 第66页 |
| ·讨论 | 第66-69页 |
| ·中国画基本元素的自动分类和检索 | 第66-68页 |
| ·计算机辅助的国画真伪鉴别 | 第68-69页 |
| ·下一步的工作 | 第69-70页 |
| 附录 本文中使用的基本算法 | 第70-76页 |
| 附1: HSV模型转换 | 第70-72页 |
| 附2: Ostu二值化算法 | 第72-73页 |
| 附3: Hilditch细化算法 | 第73页 |
| 附4: Hough变换 | 第73-75页 |
| 附5: 4连通成分序贯算法 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81页 |
