基于绘画指纹的艺术风格检索系统及检索方法

摘要

本发明公开了基于绘画指纹的艺术风格检索系统，包括通用计算机和数据库，通用计算机和扫描仪通过USB接口连接，通用计算机和打印机通过USB接口连接，数据库和通用计算机通过100M以太网连接；该检索系统的检索方法的具体步骤为：通过在绘画中提取代表艺术风格的线条信息，使用基于直方图的统计算法发现线条信息中的极大值和极小值并存储于绘画指纹数据库；检索时采用hausdorff距离算法作为相似性标准，在数据库中进行绘画指纹匹配，完成基于绘画艺术风格的检索。本发明通过使用计算风格学的思想并采用基于直方图统计算法发现线条信息中的极大值和极小值作为绘画指纹，采用hausdorff距离算法作为相似性标准进行艺术风格的检索，检索准确率高。

说明书

技术领域

本发明属于基于内容的图像检索技术领域，具体涉及一种基于绘画指纹 的艺术风格检索系统，本发明还涉及采用上述系统进行检索的方法。

背景技术

互联网技术的普及，加快了信息时代的步伐，促使多媒体信息技术迅猛 发展，同时，也对多媒体信息系统的建设和应用技术提出了更高的要求。多 媒体信息库中最具普遍性和代表性的图像媒体，其组织形式、管理机制和应 用技术成了当今多媒体技术领域研究的热点。

为了满足大规模的图像信息管理的需求，上个世纪出现了以人工标注为 基础的图像检索系统，即对图像的语义内容进行人工标注，然后采用传统数 据库技术或文本信息检索技术对图像的语义关键词进行存储、索引和检索。 随着图像数据规模的迅速增大，人工标注方法逐渐暴露出效率低下以及人工 标注的主观性和不一致性等缺陷，基于人工标注的图像数据库系统已经难以 满足现代大规模图像数据管理的要求；随着图像处理、数据库和人工智能等 技术的进步，90年代出现了基于内容的图像检索系统，它是集合不同领域的 研究成果于一体的新型图像管理技术，其核心是基于内容的图像相似性。基 于内容的图像检索首先从图像中抽取多种底层视觉特征（如图像的颜色、纹 理、形状等），组成特征向量存入数据库中。检索时系统根据用户提交的检 索样本在数据库中返回一定数量的与之最相似的图像，即系统把检索对象映 射到特征空间中，使得检索变成了特征空间中的相似向量查找。

艺术风格是绘画的一个很重要的特色。但是由于不同的作者的绘画作品 往往具有不同的艺术风格，而用户对绘画的艺术风格的理解又经常表现出主 观性和易变性，即不同的用户在检索时对同一幅图像的理解与判断经常会不 一致，甚至同一个用户在不同的时间或环境下对同一幅绘画的艺术风格判断 也会不同。虽然人类可以通过对绘画的视觉信息的感知来理解、认识图像的 艺术风格，但是如何通过机器自动地理解绘画的艺术风格仍然是一个非常困 难的问题。

发明内容

本发明的目的是提供一种基于绘画指纹的艺术风格检索系统，解决了现 有基于内容的图像检索不能很好的处理绘画艺术风格的检索的限制，实现了 任意绘画的艺术风格检索，且检索准确率高。

本发明的另一目的是提供上述系统的检索方法。

本发明所采用的技术方案是，基于绘画指纹的艺术风格检索系统，包括 扫描仪、通用计算机、打印机和数据库，扫描仪和通用计算机通过USB接 口连接，打印机和通用计算机通过USB接口连接，数据库和通用计算机通 过100M以太网连接；

扫描仪用于对需要检索的绘画图像进行扫描，扫描结果通过USB接口 传输到通用计算机中；

通用计算机通过USB接口接收扫描的绘画图像，形成绘画指纹，传输 到数据库中进行检索；然后通用计算机将数据库返回的一定数量的与之最相 似的图像通过显示器显示，或者通过USB传输给打印机的打印；

数据库用于存储绘画指纹以及对应的绘画图像，并且对需要检索的绘画 图像指纹进行匹配，返回一定数量的与之最相似的图像。

上述检索系统的的检索方法，具体步骤如下：

步骤1：利用扫描仪获取绘画图像；

步骤2：采用通用计算机提取绘画图像的线条信息：使用RADON变换 从绘画图像的空间域中提取出绘画图像包含的线条信息；

步骤3：根据步骤2得到的线条信息，进行归一化处理；

归一化处理按照以下算法实施：

R=（R-min（min（R）））/（max（max（R））-min（min（R）））*225

步骤4：在归一化处理后，通用计算机中采用直方图统计技术，得到线 条的统计特征数据；

步骤5：根据步骤4得到的线条的统计特征数据，使用极大值和极小值 点建立绘画指纹，并且存储于数据库中，绘画指纹指统计特征数据中的所有 极大值和极小值的集合；

步骤6：检索：提取一幅绘画的绘画指纹，使用hausdorff距离算法作为 相似性标准，在数据库中检索，数据库返回一定数量的与之最相似的图像， 完成检索。

本发明的有益效果是，本发明基于绘画指纹的艺术风格的检索方法，通 过使用计算风格学的思想，量化绘画中代表绘画风格的线条信息，采用基于 直方图的统计算法发现线条信息中的极大值和极小值，作为绘画指纹。从而 能够采用hausdorff距离算法作为相似性标准，进行艺术风格的检索，且检 索准确率高。

附图说明

图1是本发明检索系统的模块图；

图2是本发明艺术风格检索方法的流程图；

图3是一幅绘画，作为实例；

图4是图3所示实施RADON变换的结果；

图5是图4所示归一化和取整的结果；

图6是图5所示实施基于直方图统计的结果。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明基于绘画指纹的艺术风格检索系统，参见附图1，包括扫描仪、 通用计算机、打印机和数据库，扫描仪和通用计算机通过USB接口连接， 打印机和通用计算机通过USB接口连接，数据库和通用计算机通过100M以 太网连接；

扫描仪用于对需要检索的绘画图像进行扫描，扫描结果通过USB接口 传输到通用计算机中；

通用计算机通过USB接口接收扫描的绘画图像，形成绘画指纹，传输 到数据库中进行检索；然后通用计算机将数据库返回的一定数量的与之最相 似的图像通过显示器显示，或者通过USB传输给打印机打印；

数据库用于存储绘画指纹以及对应的绘画图像，并且对需要检索的绘画 图像指纹进行匹配，返回一定数量的与之最相似的图像。

上述检索系统的检索方法，具体步骤如图2所示，通过在绘画中提取代 表艺术风格的线条信息，使用基于直方图的统计算法发现线条信息中的极大 值和极小值，然后制作绘画指纹数据库。当检索时，采用hausdorff距离算 法作为相似性标准，在数据库中进行绘画指纹匹配，从而完成基于绘画艺术 风格的检索。

具体步骤如下：

步骤1：利用扫描仪获取绘画图像；

步骤2：采用通用计算机提取绘画图像的线条信息：使用RADON变换 从绘画图像的空间域中提取出绘画图像包含的线条信息；

步骤3：根据步骤2得到的线条信息，进行归一化处理；

归一化处理按照以下算法实施：

R=（R-min（min（R）））/（max（max（R））-min（min（R）））*225

步骤4：在归一化处理后，通用计算机中采用直方图统计技术，得到线 条的统计特征数据；

步骤5：根据步骤4得到的线条的统计特征数据，使用极大值和极小值 点建立绘画指纹，并且存储于数据库中，绘画指纹指统计特征数据中的所有 极大值和极小值的集合；

步骤6：检索：提取一幅绘画的绘画指纹，使用hausdorff距离算法作为 相似性标准，在数据库中检索，数据库返回一定数量的与之最相似的图像， 完成检索。

本发明基于绘画指纹的艺术风格的检索方法，通过使用计算风格学的思 想，量化绘画中代表绘画风格的线条信息，采用基于直方图的统计算法发现 线条信息中的极大值和极小值，作为绘画指纹。从而能够采用hausdorff距 离算法作为相似性标准，进行艺术风格的检索，且检索准确率高。

实施例

基于绘画指纹的艺术风格检索系统，包括扫描仪、通用计算机、打印机 和数据库，扫描仪和通用计算机通过USB接口连接，打印机和通用计算机 通过USB接口连接，数据库和通用计算机通过100M以太网连接；

扫描仪用于对需要检索的绘画图像进行扫描，扫描结果通过USB接口 传输到通用计算机中；通用计算机通过USB接口接收扫描的绘画图像，形 成绘画指纹，传输到数据库中进行检索；然后通用计算机将数据库返回的一 定数量的与之最相似的图像通过显示器显示，或者通过USB传输给打印机 打印；数据库用于存储绘画指纹以及对应的绘画图像，并且对需要检索的绘 画图像指纹进行匹配，返回一定数量的与之最相似的图像。

采用MATLAB软件以具体的对一幅绘画进行绘画指纹的生成和检索为 实施例来说明本发明的方法。

步骤1：在通用计算机中读入如图3所示扫描仪扫描的绘画图像， BW＝imread（'31.jpg'）；绘画图像存储于BW中。

步骤2：在通用计算机提取线条信息。theta=0:179；[R,Xp]=radon （BW，theta）；设置线条提取角度为0度到179度，对BW中存储的图像进 行RADON变换，提取的线条信息存储于R中，Xp包含线条的坐标，如图 4所示。

步骤3：在通用计算机中对线条信息进行归一化处理，其中归一化处理 按照以下算法实施：

R=（R-min（min（R）））/（max（max（R））-min（min（R）））*225。

步骤4：为了提高处理速度，进行线条信息的取整处理；R=ceil（R）； 如图5所示。

步骤5：在通用计算机中，采用基于直方图的统计算法，得到线条的统 计特征数据，从中提取极大值和极小值作为绘画指纹，如图6所示。

步骤6：将绘画指纹和对应的绘画图像存入数据库，形成绘画指纹数据 库，以便于绘画艺术风格的检索。

步骤7：将需要检索的绘画，按照步骤1-5形成绘画指纹。然后利用 hausdorff距离算法作为相似性标准，在数据库中进行匹配。返回一定数量的 与之最相似的图像。任意2个点集A（m）B（n）的hausdorff距离的一般定 义为:

H(A，B)＝m ax(h(A，B)，h(B，A))$h(A,B)=\underset{a\in A}{\max }\underset{b\in B}{\min }\left|\right|a-b\left|\right|$

艺术风格可在一定程度上通过数量特征来刻画。计算风格学就是通 过量化的方法反映绘画风格的研究。线条是绘画构成的重要语言媒介，线 条的起源与发展彰显了绘画的审美趋向和文化选择，作为绘画造型核心构成 元素的线条，展示了绘画形成的哲学理念和视觉习惯；作为绘画意象造型手 段的线条，其本身所包含的意象美即是对绘画意象造型的印证。因此将计算 风格学技术引入基于内容的图像检索领域，以线条作为绘画风格的外在的表 现。本发明的基于绘画指纹的艺术风格的检索方法，采用量化的方法提取出 绘画中代表艺术风格的线条信息，采用直方图统计技术得出绘画指纹信息， 作为绘画风格的表示。绘画指纹使用hausdorff距离算法作为相似性标准， 可以用来进行基于绘画风格的检索。