一种基于方向特征增强的书法图像风格分类方法

摘要

本发明公开了一种基于方向特征增强的书法图像风格分类方法，本发明提取不同的书法风格的原始图像，将收集好的原始图像分为训练集和测试集，使用2D‑Gabor滤波器对训练集图像中的每一张图像进行八个方向的方向特征提取，然后将提取到的方向特征对原始图像进行增强，输入深度卷积神经网络中进行训练，每训练一定次数，将深度卷积神经网络在测试集上进行测试，得到测试准确率，将最高的测试准确率对应的权重参数保存下来，和深度卷积神经网络组成最终的书法风格分类器。本发明采用2D‑Gabor滤波器提取书法图像方向特征映射作为先验知识，来增强原始图像的特征表示，从而使本发明不仅具有较高的分类准确率，同时具备较好的泛化能力。