| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究内容 | 第9页 |
| 1.3 全文结构 | 第9-12页 |
| 第2章 中国古代字画的研究现状及相关技术介绍 | 第12-20页 |
| 2.1 中国古代字画计算机仿真研究现状 | 第12-14页 |
| 2.2 中国古代字画真假辨别方法研究现状 | 第14-15页 |
| 2.3 高光谱技术研究现状 | 第15-17页 |
| 2.3.1 高光谱图像简介 | 第15-16页 |
| 2.3.2 高光谱技术研究现状 | 第16-17页 |
| 2.4 本章总结 | 第17-20页 |
| 第3章 书画交互系统设计与研究 | 第20-47页 |
| 3.1 书画交互系统的需求分析 | 第20-22页 |
| 3.1.1 项目背景 | 第20页 |
| 3.1.2 项目目标及拟解决的问题 | 第20-21页 |
| 3.1.3 交互系统操作流程说明 | 第21-22页 |
| 3.2 水墨画仿真技术研究 | 第22-29页 |
| 3.2.1 宣纸模型 | 第22-23页 |
| 3.2.2 毛笔模型 | 第23-24页 |
| 3.2.3 墨模型 | 第24-25页 |
| 3.2.4 粒子扩散原理 | 第25-28页 |
| 3.2.5 GPU加速 | 第28-29页 |
| 3.3 书画交互系统的设计与实现 | 第29-42页 |
| 3.3.1 交互系统整体架构设计 | 第29-32页 |
| 3.3.2 书写端 — 书法绘制模块 | 第32-35页 |
| 3.3.3 流水端 — 显示模块 | 第35-38页 |
| 3.3.4 流水端 — 红外检测模块 | 第38-39页 |
| 3.3.5 网络传输模块 | 第39-42页 |
| 3.4 书画交互系统操作展示 | 第42-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 基于近红外高光谱图像谱-空特征的真伪中国画分类 | 第47-59页 |
| 4.1 高光谱图像的采集和校验 | 第47页 |
| 4.2 基于高光谱图像的光谱特征获取 | 第47-51页 |
| 4.2.1 高光谱数据的截断和降噪处理 | 第47-49页 |
| 4.2.2 高光谱数据的分解与重构处理 | 第49-51页 |
| 4.3 基于高光谱图像的空间特征获取 | 第51-54页 |
| 4.3.1 基于主成分分析的高光谱图像空间特征提取 | 第51-53页 |
| 4.3.2 基于卷积神经网络的高光谱图像空间特征提取 | 第53-54页 |
| 4.4 特征融合与支持向量机（SVM）分类器 | 第54-55页 |
| 4.5 真伪中国画分类模型的建立 | 第55-56页 |
| 4.6 基于高光谱谱-空特征的真伪国画分类结果 | 第56-57页 |
| 4.7 本章小结 | 第57-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 发表论文和参加科研情况说明 | 第65-67页 |
| 致谢 | 第67-68页 |
