剪纸纹样的特征提取和识别算法研究.pdfVIP

剪纸纹样 的特征提取和识别算法研 究 专业名称 : 计算机应用技 术 申 请 人 : 李 国祥 指 导教 师 : 张显全 论文答辫委 员会 毓练 剪纸纹样 的特征提取和识别算法研 究 研 究生 : 李 国祥 导师 : 张显全 学科 专业 : 计算机应 用技术 研 究方 向: 图象 处理 年 级 : 2007 级 中文摘要 剪纸 是我 国历 史悠 久 的传 统 民间艺术之一 ，随着 我 国动 漫产业 的不 断发展 ，剪 纸 艺术作 品将 是一种 很好 的动 漫 素材 。在 数 字媒 体 中去 实现这种 艺术 形 式 ，首 先 将 剪纸 艺术 的作 品转 换 为计 算机 可 以储存 的数 字 图像 ，进 一 步 生成相应 的作 品， 剪纸 纹样 在 这 些 处理 过程 中有 非 常重 要 的作 用 ，它 决 定 了最 终剪纸 图像 的艺术 形 态 。不 同剪纸 纹样 的精确 分类 与识别是剪纸 纹样 图像应用 的基础 ，本文对 于剪纸 纹样 的识别进 行 了研 究 ，提 出了适合 于具有 艺术夸 张变 形这种独特 艺术形式 的识 别算法 ，并取得 了较好 的识 别 效果 。 论 文 的工作 主要 从 以下几个 方 面展 开 : (1)研 究剪纸 图象 的特 点 ，建立 了剪 纸 纹样库 。对采集 到 的剪 纸纹样 图像进 行 了 预 处 理 ，消 除噪声 ，对 图象进 行 分割 ，从 复杂 的剪纸 图像 中分离 出单个 纹样 。通 过分析剪 纸 纹样 的特 征 ，结合代 数 、几何 、统计等方法 ，建立 了包 含有 63 幅训练 样 本和 350 幅待 识别分类 的测试样 本 的剪纸 纹样 库 ，这 些纹样涵 盖 了剪纸 艺术创 作 中的基本纹样 ，为后续 的纹样 识别工作做准备 。 (2)提 出一种基 于不变矩 与几何特 征 的纹样 识 别算法 ，本文使用传 统 的七个 不变 矩 作 为剪 纸 纹样 的特 征 向量 ，具有 平 移 、旋转 和 尺 度 不变 性 。同时又提 取 了纹样 图像 的六个 几何 不变特 征 ，利用这两种 不变量 分 别作 为特 征 向量 ，采 用 LM 算法 优化 B P 神经 网络 ，通 过 归一化 后 的特 征 向量对 B P 神 经 网络进 行 训练 ，应 用 训练 后 的神 经 网络 作 为分 类 器 对 剪 纸 纹 样 进 行 模 式 识 别 ，试 验 证 明该 方 法 能够 较 好 的 识 别有 一 定艺术 变 形 的剪 纸 纹样 。 (3)将 小波 分析 与其他 一 些特 征提 取 方 法进 行 了结合 。小波 分 析 具有 多分 辨 率 的特 性 ，如 果 能够 在 小波 多分辨 率 的基础 上 去提 取 图像 的特 征 ，那 么将 会 提 高特 征 向量 对 图像 自身 的表 征 能力 。本 文 分 别 在 小波 分 析 的基 础 上 提 取 了能量 特 征 ， 奇 异值特 征 ，N M I 特 征 和 小波 矩 特 征 ，并做 了对 比识 别试 验 。小波 能量 方法 根据 小波 不 同分 辨 率 下 小波 系 数 ，使 用 能量 的表 示 方 式 将 低 频 分 量 和 不 同方 向 的高频 分量表 述 出来 ，作 为 识 别 的特 征 向量 。奇 异值 和 N M I方法 主 要应 用 小波 变 换提 取 剪 纸 纹样 图象 的低 频 分 量 并进 行 奇 异值 分解 或 N M I提 取 ，最 后通 过对 特 征值 进 行 归一化和 降维 处 理 作 为最 终 的特 征 向量 。这 种 结 合 的方法 有 效 的利 用 了小波 多分 辨 率 的特 征 ，消 除 了噪声 的干 扰 ， 同时又保 持 了奇 异值 和 N M I特 征 的 自身特 点 ， 且 该方法计算 简单 ，易于 实现 。小波矩特 征具有较 强 的细 节把握 能力和抗 噪声 能 力 ，通 过对 剪纸 纹样 图像提 取 小波矩 ，来 获取 图像 的多尺度特 征 。利 用 不 同特 征 分量 的均值和标准差 ，来 实现 N 类模 式 的特 征选择 。实验证 明该方法 能