基于纹理分析的艺术品鉴别方法技术

本发明专利技术公开了一种基于纹理分析的艺术品鉴别方法。所述艺术品鉴别方法包括：选取真品上具有可辨识性的采集点，记录采集点的位置信息，且获取采集点的匹配基准图像；根据真品采集点的位置信息，获取鉴别作品上对应采集点的匹配鉴别图像；基于高斯核差分算子，获取匹配基准图像和匹配鉴别图像上的纹理特征点；根据邻域相邻点的梯度方向，指定每一纹理特征点的数个方向；基于邻域多个相邻点的累加梯度方向，使每一纹理特征点获得至少３２维特征向量；通过纹理特征点特征向量的欧式距离作为图像的相似性判定度量。本发明专利技术鉴别方法通过艺术品本身纹理的唯一性实现了真伪鉴别功能；不需要加入其他额外物质，不会破坏艺术品本身的结构，容易推广、应用。

A method of artwork identification based on texture analysis

The present invention discloses a artwork identification method based on texture analysis. Including the identification methods: genuine art has cognizability collection, record the location information collection points, and obtain the matching reference image acquisition point; according to the position information of genuine gathering points, access, differential image identification works on the corresponding collection point; Gauss kernel difference operator based on gain matching criterion the image texture feature points matching and image identification; according to the gradient direction of adjacent neighborhood, specify the number of directions of each texture feature points; cumulative gradient direction neighborhood of a plurality of adjacent points based on the texture features, each point at least 32 dimensional feature vector by Euclidean distance; texture feature vector as the image similarity measurement. The identification method of the invention realizes the authenticity identification function through the uniqueness of the texture of the artwork itself; without adding other extra substances, the structure of the artwork itself can not be damaged, and the utility model is easy to popularize and apply.

【技术实现步骤摘要】

本专利技术涉及一种基于数字图像处理技术的辨别艺术品真伪的鉴別方法，具 体地说，是一种基于紋理分析的艺术品鉴别方法。
技术介绍
随着科学技术的发展，市场上假冒的方式越来越多，假冒程度有时连鉴定 专家也难以分辨出来，严重影响市场的正常运转。商家为了将自己的产品与假冒产品区分开来，常常在自己的产品上使用防伪技术。比如在产品中加入微 型电子芯片，利用芯片的唯一性来辨别产品的真伪；对于使用油墨的产品，在 生产过程中，将预采集的脱氧核糖核酸(DNA)加入油墨中，利用DNA的唯一 性来辨别产品真伪；或者通过短信方式进行测试的电码防伪技术来辨别产品真 伪。目前艺术品市场也充斥着许多假冒产品，以书画领域为例，使用高科技的 电子技术以及宣纸印刷，可以使印刷品和真迹几乎完全相同。因此，使用有效 的真伪鉴别技术对于任何产品都是很重要的。但是，上述提到的防伪技术或多或少都存在不足之处。采用加入微型电子 芯片方式，需要在产品上加载额外的芯片，容易破坏原有产品的结构，尤其对 于一些具有特定结构的产品。采用在油墨中加入DNA的方式虽然可以有效的辨 别产品的真伪，也不破坏产品的原有结构，但成本较高，无法实现大规模的应 用以及推广。上述的电子防伪技术也容易通过假的短信答复服务平台来蒙骗消 费者。因此，提供一种有效的鉴别方法对规范艺术品交易市场起着重要作用。
技术实现思路
有鉴于此，本专利技术解决的技术问题在于提供一种艺术品鉴别方法，其不需 要引入其他物质，就可以实现鉴别真伪的功能。为解决上述技术问题，本专利技术提供了 一种基于紋理分析的艺术品鉴别方法。所述艺术品鉴别方法包括如下步骤选取真品上具有可辨识性的采集点，记录 采集点的位置信息，且获取采集点的匹配基准图像；根据真品采集点的位置信 息，获取鉴别作品上对应采集点的匹配鉴别图像；基于高斯核差分(DoG)算子， 获取匹配基准图像和匹配鉴别图像上的表示灰度变化的局部极值点作为紋理特 征点；根据邻域相邻点的梯度方向，指定每一紋理特征点的数个方向；基于邻 域多个相邻点的累加梯度方向，使每一紋理特征点获得大于等于32维的特征向 量；任意选取匹配基准图像中一紋理特征点作为基准紋理特征点，找出匹配鉴 别图像上特征向量与所述基准紋理特征点的特征向量的欧式距离是最近距离的 第一紋理特征点以及次之距离的第二紋理特征点，所述最近距离与次之距离的 比例小于设定值，则认为第一紋理特征点是所述基准紋理特征点的匹配点；若 在匹配鉴别图像上获得的匹配点数目达到设定值，说明鉴定作品是真品；若在 匹配鉴别图像上获得的匹配点数目小于设定值，说明鉴定作品为赝品。与现有技术相比，本专利技术提供的艺术品鉴别方法通过艺术品本身的紋理的 唯一性实现了真伪鉴别功能；该鉴别方法不需要加入其他额外物质，不会破坏 艺术品本身的结构，容易推广、应用。附图说明图1为DoG尺寸空间局部才及值点检测的示意图。 图2为紋理特征点的邻域梯度方向的示意图。 图3为紋理特征点的特征向量示意图。 图4为本专利技术鉴别方法的流程图。具体实施例方式以下结合附图对本专利技术基于紋理分析的艺术品鉴别方法的一实施例进行描 述，以期进一步理解本专利技术的目的、具体结构特征和优点。本实施例是以书画作品为例，《旦本专利技术的应用不限于书画作品，可以应用 至除书画作品的其他艺术品或者具有类似结构特性的产品上。以下为了描述方 便，作品A表示原始作品(真迹)，作品B表示需要鉴定真伪的作品。鉴别作品 真伪时，选择进行比较的点是作品的同 一点对鉴别结果起着非常重要的作用。请参阅图4,本专利技术的鉴别方法是首先采用高倍显微镜如放大倍数在5-20倍的 同轴光显微镜，利用图像边缘检测及提取技术选取作品A可辨识性较高的点作 为采集点，书画作品中的边缘点就是可辨识性较高的点。为了提高鉴别结果的 准确性， 一般每副作品选取至少IO个采集点。然后将采集点的位置信息记录下 来。使用与高倍显微镜连接的高清摄像头对采集点进行拍摄，获得采集点处的 原始图像。接下来，采用九宫格技术对每一采集点的原始图像进行分割，将中 心位置的图像作为当前采集点的匹配基准图《l^储下来。鉴别作品B时，从上 述数据库中获得匹配基准图像的位置信息，在作品B同一位置进行拍摄获得对 应的匹配鉴别图像。 一般情况下，由于系统本身以及拍摄时带来的误差，匹配 基准图像和匹配鉴别图像并不完全一致，需要进一步确定是否是匹配点。进一步地，利用数字图像处理算法在匹配基准图像和匹配鉴别图像上寻找 紋理特征点。在本专利技术中，紋理特征点是灰度变化的局部极值点，含有显著的 结构性信息，在某些角度、某个尺度上含有易于匹配的信息。为了获得独特性 和稳定性的局部极值点，本专利技术的鉴定方法在图像二维平面和高斯核差分 (DoG)尺度空间中同时检测局部极值点。将两个不同尺度的高斯核差分定义 为DoG算子，表示如下D(x, >>, cr)=丄(x， fccr) — _y, cr) = (G(a:, _y, A;cr) — >>, ct)) x /(x， >>) ( 1 )其中(JC,力表示图像上像素点(采样点)的坐标，C7表示尺度坐标(本实施例中， 表示当前尺度)，JbT表示与C7相邻的不同尺度。"(JC,少,C7)为在当前尺度下的D0G算子的响应值。ZO,;ac7)、 ";c,y,o")分别表示相邻尺度空间和当前尺度空间的高 斯核。、 GO,y,cr)分别表示在相邻尺度和当前尺度的高斯函数。/(x,力为 像素点(;c，力的灰度值。DoG算子是尺度归一化的高斯-拉普拉斯(LoG)算子 的近似，具有计算简单的特点，可有效地保证系统的性能。对于图像上的像素点，根据公式(l),计算其在每一尺度下DoG算子的响 应值，将这些响应值连起来就得到特征尺度轨迹曲线。该特征尺度轨迹曲线上 的局部极值点就是所要获得的紋理特征点。为了获得尺度空间的局部极值点， 每一个采样点要和它所有的相邻点进行比较。图l是在DoG尺度空间中检测局 部极值点的示意图。请参阅图1，图中标记为叉号为当前采样点Oc，力，为了获得 尺度空间的局部极值点，采样点需要跟在同一尺度(当前尺度)的周围邻域8个相邻点和相邻尺度对应位置相邻点以及对应位置相邻点的周围邻域的9 x 2个 相邻点总共26个相邻点(图中标记为圈的点)比较灰度值，以确保在尺度空间 和图像二维平面都检测到局部极值点。根据上述方法获得匹配基准图像和匹配 鉴别图像在尺度空间和图^f象二维平面上的紋理特征点。进一步地，通过拟合三维二次函数精确确定上述紋理特征点的位置和尺度， 去除低对比度的紋理特征点和不稳定的边缘响应点，以增强匹配的稳定性以及 抗噪声能力。另外，为了提高匹配的准确度，每一采集点上剩余的紋理特征点 较佳地选择大于等于100个(N>100),以提高匹配的准确度。利用紋理特征点邻域像素的梯度方向分布特性为每个紋理特征点指定方向 参数。图像中点(;c,力梯度的模值和方向的计算公式分别如下<formula>formula see original document page 7</formula>其中，￡所用尺度为每个紋理特征点各自所在的尺度。在实际计算时，在以紋理 特征点为中心的邻域窗口内采样，并用直方图本文档来自技高网...

【技术保护点】
一种基于纹理分析的艺术品鉴别方法，其特征在于，所述艺术品鉴别方法包括如下步骤：　选取真品上具有可辨识性的采集点，记录采集点的位置信息，且获取采集点的匹配基准图像；根据真品采集点的位置信息，获取鉴别作品上对应采集点的匹配鉴别图像；　 　基于高斯核差分（ＤｏＧ）算子，获取匹配基准图像和匹配鉴别图像上的表示灰度变化的局部极值点作为纹理特征点；　根据邻域相邻点的梯度方向，指定每一纹理特征点的数个方向；基于邻域多个相邻点的累加梯度方向，使每一纹理特征点获得大于等于３２维的 特征向量；　任意选取匹配基准图像中一纹理特征点作为基准纹理特征点，找出匹配鉴别图像上特征向量与所述基准纹理特征点的特征向量的欧式距离是最近距离的第一纹理特征点以及次之距离的第二纹理特征点，所述最近距离与次之距离的比例小于设定值，则认为 第一纹理特征点是所述基准纹理特征点的匹配点；若在匹配鉴别图像上获得的匹配点数目达到设定值，说明鉴定作品是真品；若在匹配鉴别图像上获得的匹配点数目小于设定值，说明鉴定作品为赝品。

【技术特征摘要】

【专利技术属性】
技术研发人员：朱建国，顾业烜，
申请(专利权)人：上海锦渡信息科技有限公司，
类型：发明
国别省市：31[中国|上海]