首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

计算机辅助书法作品真伪鉴别

摘要第3-4页
Abstract第4-5页
目录第6-10页
第一章 绪论第10-17页
    1.1 课题研究背景第10页
    1.2 课题的发展现状第10-11页
    1.3 课题相关技术研究第11-14页
        1.3.1 Ostu二值化第12页
        1.3.2 滤波器第12页
        1.3.3 基于区域的分割方法第12-13页
        1.3.4 基于二分法的版面分析第13页
        1.3.5 基于傅立叶变换的粘连字的切分第13页
        1.3.6 基于计算机图像处理的书法字笔划级特征的提取第13页
        1.3.7 基于Snake模型的骨架化第13-14页
        1.3.8 基于数学形态学的汉字重构第14页
    1.4 本文的选题意义第14-15页
    1.5 本文的研究内容和章节安排第15-17页
第二章 书法作品获取及预处理第17-26页
    2.1 引言第17-18页
    2.2 原始作品扫描第18-19页
    2.3 原始图像二值化第19页
    2.4 二值图像去噪第19-20页
    2.5 书法字提取第20-21页
    2.6 书法字优化处理第21-23页
        2.6.1 书法字去噪第22页
        2.6.2 书法字平滑处理第22-23页
    2.7 书法字各像素点的欧拉距离的计算第23-25页
    2.8 本章小结第25-26页
第三章 书法字形态学特征的提取第26-47页
    3.1 引言第26-27页
    3.2 基于书法字最短欧拉距离的骨架提取第27-32页
    3.3 书法字骨架刺的去除第32-43页
        3.3.1 骨架树节点的设计第34页
        3.3.2 骨架树的建立第34-36页
        3.3.3 基于骨架树的单连通域骨架刺去除第36-38页
        3.3.4 基于骨架树的多连通域骨架刺去除第38-40页
        3.3.5 基于骨架树的环域骨架骨架刺去除第40-43页
    3.4 书法字边界点提取第43-46页
    3.5 本章小结第46-47页
第四章 书法字风格提取第47-62页
    4.1 引言第47-48页
    4.2 书法笔画在单个骨架点的宽度第48-49页
    4.3 笔画提取第49-53页
    4.4 笔画方向码序列第53-54页
    4.5 笔画特征第54-56页
        4.5.1 笔画长度和宽度第54-55页
        4.5.2 笔画扰动度第55-56页
    4.6 笔画内各笔段之间的特征第56-57页
        4.6.1 提取笔段之间的相对斜率第56-57页
        4.6.2 笔段弯曲度第57页
        4.6.3 横竖笔段宽度比第57页
    4.7 书法字整体特征第57-59页
        4.7.1 书法字重心第57-58页
        4.7.2 书法字结体形状第58页
        4.7.3 书法字的墨迹分布比第58-59页
    4.8 个性风格特征第59-61页
        4.8.1 个性风格权重第59-60页
        4.8.2 个性风格模型的建立第60-61页
    4.9 小结第61-62页
第五章 作品真伪鉴别与碑帖字修复的研究第62-74页
    5.1 引言第62-63页
    5.2 书法鉴别流程第63-64页
    5.3 风格模型第64-67页
    5.4 书法风格学习第67-69页
        5.4.1 特征权重学习第67-68页
        5.4.2 风格模型中心学习第68页
        5.4.3 风格变化范围第68-69页
    5.5 风格特征诊断第69-70页
    5.6 判别函数第70页
    5.7 鉴别能力判别第70-72页
    5.8 碑帖字恢复的研究第72-73页
    5.9 本章小结第73-74页
第六章 基于三维欧拉螺旋线的笔段恢复第74-88页
    6.1 二维曲线第74-77页
    6.2 三维螺旋曲线第77-80页
    6.3 三维螺旋曲线的构建第80-83页
    6.4 三维螺旋曲线的性质第83-84页
    6.5 基于三维螺旋曲线的碑帖字复原第84-86页
    6.6 本童小结第86-88页
第七章 实验结果及其分析第88-106页
    7.1 骨架阈值选取分析第88-92页
    7.2 计算骨架点两端笔段纵横比的长度的选取第92-94页
    7.3 书法风格模型的建立第94-97页
        7.3.1 笔段方向特征值第94-95页
        7.3.2 横竖笔端宽度比第95-96页
        7.3.3 书法字特征点计算第96-97页
    7.4 风格模型的学习与特征诊断第97-100页
        7.4.1 风格模型及学习第97-99页
        7.4.2 风格模型诊断第99-100页
    7.5 基于三维螺旋曲线的笔段恢复第100-104页
        7.5.1 对不同笔画的三维化及特征比较第101页
        7.5.2 书法字“碑”的笔画端点定位第101-102页
        7.5.3 维骨架三维化第102-103页
        7.5.4 基于三维欧拉螺旋曲线的笔画恢复第103-104页
    7.6 实验小结第104-106页
第八章 结论与展望第106-109页
    8.1 结论第106-107页
    8.2 展望第107-109页
致谢第109-110页
参考文献第110-113页
附录第113-117页
    附录一 骨架树节点的设计第113-114页
    附录二 骨架树的构建第114-115页
    附录三 逆序提取骨架树子树根节点第115-116页
    附录四 单连通域骨架树除刺第116-117页
    附录五 含环骨架的恢复算法第117页

论文共117页,点击 下载论文
上一篇:娱乐明星微博的传播研究
下一篇:基于Android的可执行程序分析器研究及应用