绘画作品流派分析核聚类算法

【关键词】相似度核聚类 基于内容 绘画流派

随着科技的不断发展，我们在物质生活

得到不断满足的同时，对精神生活也提出了新

的要求，在这样的社会环境下，艺术的普及和

推广就具有了较强的现实意义。

绘画是艺术门类中的重要组成之一。绘

画艺术从作品材质划分，西方有油画、漆画等，

中国有水墨画、水彩画等；从风格上划分，则

更加细分到诸多流派，单譬如油画，就有印象

主义、浪漫主义、写实主义，抽象主义、后现

代主义等等数十种之多，对于一般的艺术欣赏

者而言，难以分辨。因此，亟需提出一种基于

机器识别的分类算法。

分类算法需根据艺术流派分析的传统经

验进行算法设计，同时可以参考基于内容的视

频检索的部分核心思想进行实现。就核心概念

而言，视频是帧的封装，流派是目标作品绘画

的封装，在实现上具有类比的可行性。在基于

内容的视频检索领域，许多研究方法都是利用

并提取关键帧从而简化视频相似度对比的运算

量，但需满足帧数相等的先决条件。在绘画目

标作品分类算法中，显然不适用。为了更好的

满足本文特定的分类需求，算法需解决两个不

同绘画样本数量（矩阵不同维）的聚类及其相

似度计算问题。本文主要思想正是以此为出发

点，提出相似度核来计算不同维矩阵相似度的

算法，再结合聚类算法解决流派分类问题。

1 特征提取

颜色、纹理和形状是绘画作品图像中最

重要的代表特征，也是最为底层的视觉特征，

我们在特征向量的提取工作中，着重从此着手。

颜色特征是固有的一种视觉特性，颜色

特征对图像质量的变化、噪声等都有很好的鲁

棒性，目前基于图像颜色提取特征向量的算法

日臻成熟，如颜色直方图、颜色矩、累计直方

图、Color Coherence Vector 等。

纹理特征与物体的表面有强相关性，表

现物体的某种局部性质，是像素在局部区域中

分布关系的度量，但其本质是像素灰度空间的

分布规律。基于图像纹理提取特征向量的算法

有重要的研究意义，也取得了很大的发展，主

文/张杰

针对绘画作品存在流派众多

风格各异，而导致无法机器识别

并分类的问题，提出一种核聚类

算法。首先，选取数字化绘画作

品并选定绘画特征基准图像集，

提取特征向量、构造特征矩阵。

其次，基于矩阵运算方法及核函

数提出一种相似度核聚类算法，

能有效完成绘画作品的流派分析

和聚类。

摘 要

要有Tamura 纹理特征、灰度共生矩阵、小波

变换和自回归纹理模型等。

形状特征基于图像中物体与区域的划分，

在目前的技术水平下，无法保证准确性和鲁棒

性，只应用于特殊情况中。

对此，提出了综合特征提取方法，采用

颜色特征与纹理特征相结合的方法构造特征矩

阵。

1.1 颜色特征向量提取

选取分量间相互独立且具有视觉一致性

的HSV 颜色空间，如图1 所示。

根据其特性，在保留足够颜色信息的前

提下，降低颜色直方图的维数后，对HSV 空

间进行非等间隔量化，令，，

，将HSV 空间的像素量化到[0-71]，构

造一维特征矢量：

（1）

为72 级的一维直方图，即该图像的颜色

特征。

1.2 纹理特征向量提取

采用灰度共生矩阵来表示纹理特征，其

本质是图像二阶组合条件概率密度函数。具有

计算量小，算法复杂度低，容易实现，特征提

取速度快的特点。

灰度共生矩阵定义在θ 方向上，相隔d 像

素距离的一对像素，具有灰度值i 和j 的概率，

标记为：

（2）

若θ 与d 确定，则得。灰度共生矩阵用

一对像素出现某灰度值的概率表示纹理，可定

量描述纹理特征。

取d=1，θ 分别为0°、45°、90°、135°的

公式如下：

（3）

（4）

（5）

（6）

其中，图像空间由像素构成，水平

， 垂直，k、m 和l、n

表示所选区域。

RGB 转化为灰度图像，灰度级256，如

式（7）：

（7）

其中Y为灰度值，R为红色分量的灰度值，

G 为绿色分量的灰度值，B 为蓝色分量的灰度

值。

在保证检索特征的前提下，采用16 级灰

度量化能大大提高提取速度，按照公式（3）（4）

（5）（6）构造共生矩阵，分别计算出其惯性

矩CON、熵ENT、能量ASM、相关COR 后

做归一化处理，得公式（8）：

（8）

其中Fi 为N维特征向量，fij 为上特征分量。

1.3 综合特征向量提取

在获得颜色特征和纹理特征之后，根据

公式（1）和公式（8）可构造综合特征向量为：

（9）

1.4 特征矩阵构造

设定进入分析的作品流派图像集的数量

为N，即： ，ni 为第i 个图像集的作

品数量，。

根据1.3 节对综合特征向量的定

义公式（9）， 构造m 在N 个图像集

中， 将每张作品图像的综合特征向量

转置后代入，

构造特征矩阵表示为：

（10）

对进行变量统一后，构建出特征矩阵

为公式（11）：

（11）

2 相似度计算

2.1 相似度核

核函数提供了特征矩阵之间的相似性度

量，本文选取线性核作为算法中

相似性度量的核函数。定义在集合X 上的核

函数k， ，其中，采用核

函数可以度量的相

似性。

根据上文1.2 章节构造特征矩阵的定义，

利用公式（11）对待分类的绘画目标作品建立

特征矩阵，即：

●基金项目：厦门大学课题项目编号19361。

图1：HSV 颜色空间图2：提取纹理特征图

像空间

Electronic Technology • 电子技术

Electronic Technology & Software Engineering 电子技术与软件工程• 99

【关键词】总体 元器件 国产化

元器件作为电气设备的基本组成单元，

是实现各项功能的基石，元器件的质量好坏直