專利名稱：基于紋理分析的藝術(shù)品鑒別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于數(shù)字圖像處理技術(shù)的辨別藝術(shù)品真?zhèn)蔚蔫b別方法，具 體地說，是一種基于紋理分析的藝術(shù)品鑒別方法。
背景技術(shù)：
隨著科學(xué)技術(shù)的發(fā)展，市場上假冒的方式越來越多，假冒程度有時連鑒定 專家也難以分辨出來，嚴重影響市場的正常運轉(zhuǎn)。商家為了將自己的產(chǎn)品與假
冒產(chǎn)品區(qū)分開來，常常在自己的產(chǎn)品上使用防偽技術(shù)。比如在產(chǎn)品中加入微 型電子芯片，利用芯片的唯一性來辨別產(chǎn)品的真?zhèn)危粚τ谑褂糜湍漠a(chǎn)品，在 生產(chǎn)過程中，將預(yù)采集的脫氧核糖核酸(DNA)加入油墨中，利用DNA的唯一 性來辨別產(chǎn)品真?zhèn)?；或者通過短信方式進行測試的電碼防偽技術(shù)來辨別產(chǎn)品真 偽。目前藝術(shù)品市場也充斥著許多假冒產(chǎn)品，以書畫領(lǐng)域為例，使用高科技的 電子技術(shù)以及宣紙印刷，可以使印刷品和真跡幾乎完全相同。因此，使用有效 的真?zhèn)舞b別技術(shù)對于任何產(chǎn)品都是很重要的。
但是，上述提到的防偽技術(shù)或多或少都存在不足之處。采用加入微型電子 芯片方式，需要在產(chǎn)品上加載額外的芯片，容易破壞原有產(chǎn)品的結(jié)構(gòu)，尤其對 于一些具有特定結(jié)構(gòu)的產(chǎn)品。采用在油墨中加入DNA的方式雖然可以有效的辨 別產(chǎn)品的真?zhèn)?，也不破壞產(chǎn)品的原有結(jié)構(gòu)，但成本較高，無法實現(xiàn)大規(guī)模的應(yīng) 用以及推廣。上述的電子防偽技術(shù)也容易通過假的短信答復(fù)服務(wù)平臺來蒙騙消 費者。因此，提供一種有效的鑒別方法對規(guī)范藝術(shù)品交易市場起著重要作用。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明解決的技術(shù)問題在于提供一種藝術(shù)品鑒別方法，其不需 要引入其他物質(zhì)，就可以實現(xiàn)鑒別真?zhèn)蔚墓δ堋?br> 為解決上述技術(shù)問題，本發(fā)明提供了 一種基于紋理分析的藝術(shù)品鑒別方法。所述藝術(shù)品鑒別方法包括如下步驟選取真品上具有可辨識性的采集點，記錄 采集點的位置信息，且獲取采集點的匹配基準圖像；根據(jù)真品采集點的位置信 息，獲取鑒別作品上對應(yīng)采集點的匹配鑒別圖像；基于高斯核差分(DoG)算子， 獲取匹配基準圖像和匹配鑒別圖像上的表示灰度變化的局部極值點作為紋理特 征點；根據(jù)鄰域相鄰點的梯度方向，指定每一紋理特征點的數(shù)個方向；基于鄰 域多個相鄰點的累加梯度方向，使每一紋理特征點獲得大于等于32維的特征向 量；任意選取匹配基準圖像中一紋理特征點作為基準紋理特征點，找出匹配鑒 別圖像上特征向量與所述基準紋理特征點的特征向量的歐式距離是最近距離的 第一紋理特征點以及次之距離的第二紋理特征點，所述最近距離與次之距離的 比例小于設(shè)定值，則認為第一紋理特征點是所述基準紋理特征點的匹配點；若 在匹配鑒別圖像上獲得的匹配點數(shù)目達到設(shè)定值，說明鑒定作品是真品；若在 匹配鑒別圖像上獲得的匹配點數(shù)目小于設(shè)定值，說明鑒定作品為贗品。
與現(xiàn)有技術(shù)相比，本發(fā)明提供的藝術(shù)品鑒別方法通過藝術(shù)品本身的紋理的 唯一性實現(xiàn)了真?zhèn)舞b別功能；該鑒別方法不需要加入其他額外物質(zhì)，不會破壞 藝術(shù)品本身的結(jié)構(gòu)，容易推廣、應(yīng)用。


圖1為DoG尺寸空間局部才及值點檢測的示意圖。 圖2為紋理特征點的鄰域梯度方向的示意圖。 圖3為紋理特征點的特征向量示意圖。 圖4為本發(fā)明鑒別方法的流程圖。
具體實施例方式
以下結(jié)合附圖對本發(fā)明基于紋理分析的藝術(shù)品鑒別方法的一實施例進行描 述，以期進一步理解本發(fā)明的目的、具體結(jié)構(gòu)特征和優(yōu)點。
本實施例是以書畫作品為例，《旦本發(fā)明的應(yīng)用不限于書畫作品，可以應(yīng)用 至除書畫作品的其他藝術(shù)品或者具有類似結(jié)構(gòu)特性的產(chǎn)品上。以下為了描述方 便，作品A表示原始作品(真跡)，作品B表示需要鑒定真?zhèn)蔚淖髌?。鑒別作品 真?zhèn)螘r，選擇進行比較的點是作品的同 一點對鑒別結(jié)果起著非常重要的作用。請參閱圖4,本發(fā)明的鑒別方法是首先采用高倍顯微鏡如放大倍數(shù)在5-20倍的 同軸光顯微鏡，利用圖像邊緣檢測及提取技術(shù)選取作品A可辨識性較高的點作 為采集點，書畫作品中的邊緣點就是可辨識性較高的點。為了提高鑒別結(jié)果的 準確性， 一般每副作品選取至少IO個采集點。然后將采集點的位置信息記錄下 來。使用與高倍顯微鏡連接的高清攝像頭對采集點進行拍攝，獲得采集點處的 原始圖像。接下來，采用九宮格技術(shù)對每一采集點的原始圖像進行分割，將中 心位置的圖像作為當(dāng)前采集點的匹配基準圖《l^儲下來。鑒別作品B時，從上 述數(shù)據(jù)庫中獲得匹配基準圖像的位置信息，在作品B同一位置進行拍攝獲得對 應(yīng)的匹配鑒別圖像。 一般情況下，由于系統(tǒng)本身以及拍攝時帶來的誤差，匹配 基準圖像和匹配鑒別圖像并不完全一致，需要進一步確定是否是匹配點。
進一步地，利用數(shù)字圖像處理算法在匹配基準圖像和匹配鑒別圖像上尋找 紋理特征點。在本發(fā)明中，紋理特征點是灰度變化的局部極值點，含有顯著的 結(jié)構(gòu)性信息，在某些角度、某個尺度上含有易于匹配的信息。為了獲得獨特性 和穩(wěn)定性的局部極值點，本發(fā)明的鑒定方法在圖像二維平面和高斯核差分 (DoG)尺度空間中同時檢測局部極值點。將兩個不同尺度的高斯核差分定義 為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,力表示圖像上像素點(采樣點)的坐標，C7表示尺度坐標(本實施例中， 表示當(dāng)前尺度)，JbT表示與C7相鄰的不同尺度。"(JC,少,C7)為在當(dāng)前尺度下的D0G
算子的響應(yīng)值。ZO,;ac7)、 ";c,y,o")分別表示相鄰尺度空間和當(dāng)前尺度空間的高 斯核。、 GO,y,cr)分別表示在相鄰尺度和當(dāng)前尺度的高斯函數(shù)。/(x,力為 像素點(;c，力的灰度值。DoG算子是尺度歸一化的高斯-拉普拉斯(LoG)算子 的近似，具有計算簡單的特點，可有效地保證系統(tǒng)的性能。
對于圖像上的像素點，根據(jù)公式(l),計算其在每一尺度下DoG算子的響 應(yīng)值，將這些響應(yīng)值連起來就得到特征尺度軌跡曲線。該特征尺度軌跡曲線上 的局部極值點就是所要獲得的紋理特征點。為了獲得尺度空間的局部極值點， 每一個采樣點要和它所有的相鄰點進行比較。圖l是在DoG尺度空間中檢測局 部極值點的示意圖。請參閱圖1，圖中標記為叉號為當(dāng)前采樣點Oc，力，為了獲得 尺度空間的局部極值點，采樣點需要跟在同一尺度(當(dāng)前尺度)的周圍鄰域8個相鄰點和相鄰尺度對應(yīng)位置相鄰點以及對應(yīng)位置相鄰點的周圍鄰域的9 x 2個 相鄰點總共26個相鄰點(圖中標記為圈的點)比較灰度值，以確保在尺度空間 和圖像二維平面都檢測到局部極值點。根據(jù)上述方法獲得匹配基準圖像和匹配 鑒別圖像在尺度空間和圖^f象二維平面上的紋理特征點。
進一步地，通過擬合三維二次函數(shù)精確確定上述紋理特征點的位置和尺度， 去除低對比度的紋理特征點和不穩(wěn)定的邊緣響應(yīng)點，以增強匹配的穩(wěn)定性以及 抗噪聲能力。另外，為了提高匹配的準確度，每一采集點上剩余的紋理特征點 較佳地選擇大于等于100個(N>100),以提高匹配的準確度。
利用紋理特征點鄰域像素的梯度方向分布特性為每個紋理特征點指定方向 參數(shù)。圖像中點(;c,力梯度的模值和方向的計算公式分別如下
<formula>formula see original document page 7</formula>
其中，￡所用尺度為每個紋理特征點各自所在的尺度。在實際計算時，在以紋理 特征點為中心的鄰域窗口內(nèi)采樣，并用直方圖統(tǒng)計鄰域像素的梯度方向。梯度 直方圖的范圍是0 360度，其中每10度一個柱，總共36個柱。直方圖的主峰 值表示了該紋理特征點處鄰域梯度的主方向，即作為該紋理特征點的方向。在 梯度直方圖中，如果存在另一個可達到主峰80%能量的次峰值時，則將這個次 峰值表示的方向認為是該紋理特征點的輔方向。另外，可以同時給一個紋理特 征點指定多個方向(一個主方向， 一個以上輔方向)，以增強匹配的魯棒性。
進一步地，根據(jù)上述提供的獲得梯度方向的步驟，來生成每一紋理特征點 的特征向量。請參閱圖2，圖2是以紋理特征點為中心取的8x8窗口示意圖， 中間黑點為當(dāng)前紋理特征點的位置，每一小格代表關(guān)鍵點鄰域所在尺度空間的
一個像素，箭頭方向表示該像素的梯度方向，箭頭長度表示梯度模值。然后在 每一 4 x 4的小塊上計算8個方向的梯度方向直方圖，繪制每個方向的累加值， 從而形成一個種子點，如圖3所示。圖3中的當(dāng)前紋理特征點(中間的黑點) 由2 x 2共四個種子點組成，每個種子點有8個方向向量信息，也就是說每一紋 理特征點產(chǎn)生了 32個數(shù)據(jù)，進而形成32維的特征向量。為了增強匹配的穩(wěn)健 性，本發(fā)明的鑒別方法較佳地選擇4x4個種子點來描述一個紋理特征點，即一 個紋理特征點具有128維的特征向量。在生成特征向量的過程中運用了鄰域方向性信息聯(lián)合的思想，增強了算法抗噪聲的能力，同時對含有定位誤差的特征 匹配也提供了較好的容錯性。
當(dāng)特征向量生成后，下一步就是采用紋理特征點的特征向量的歐式距離來 作為匹配基準圖像和匹配鑒別圖像的紋理特征點的相似性判定度量。取匹配基
準圖像中的某個紋理特征點a,并找出匹配鑒別圖像中與其歐式距離最近的前兩 個紋理特征點bl、 b2，在這兩個鄉(xiāng)丈理特征點M、 b2中，如果最近的距離(bl 相對a的距離)除以次近的距離(b2相對a的距離)少于某個比例閾值，則接 受紋理特征點a和紋理特征點bl為一對匹配點，否則為干擾點。其中比例闞值 的設(shè)定與儀器的精確度、噪聲的影響以及系統(tǒng)誤差均有關(guān)。如果降低這個比例 闕值，匹配基準圖像和匹配鑒別圖像的匹配點對的數(shù)目會減少，但使得最終鑒 別的結(jié)果更加穩(wěn)定。
將作品A、 B上所有采集點上的匹配基準圖像和匹配鑒別圖像按照上述方式 尋找匹配點，如果匹配點的數(shù)目在要求范圍內(nèi)，則說明作品B是真跡；匹配點 的數(shù)目小于要求的范圍，則說明作品B是贗品。
本發(fā)明提供的藝術(shù)品的鑒別方法，利用物體本身紋理的唯一性實現(xiàn)了真?zhèn)?鑒別的功能。基于紋理分析的真?zhèn)舞b別技術(shù)以物體本身特有的信息作為防偽標 記，不用引入其他物質(zhì)，具有無需保密、不可復(fù)制、通用性強的優(yōu)點。
上述描述僅是對本發(fā)明較佳實施例的描述，并非對本發(fā)明范圍的任何限定， 本發(fā)明領(lǐng)域的普通技術(shù)人員根據(jù)上述揭示內(nèi)容做的任何變更、修飾，均屬于權(quán) 利要求書的保護范圍。
權(quán)利要求
1.一種基于紋理分析的藝術(shù)品鑒別方法，其特征在于，所述藝術(shù)品鑒別方法包括如下步驟選取真品上具有可辨識性的采集點，記錄采集點的位置信息，且獲取采集點的匹配基準圖像；根據(jù)真品采集點的位置信息，獲取鑒別作品上對應(yīng)采集點的匹配鑒別圖像；基于高斯核差分(DoG)算子，獲取匹配基準圖像和匹配鑒別圖像上的表示灰度變化的局部極值點作為紋理特征點；根據(jù)鄰域相鄰點的梯度方向，指定每一紋理特征點的數(shù)個方向；基于鄰域多個相鄰點的累加梯度方向，使每一紋理特征點獲得大于等于32維的特征向量；任意選取匹配基準圖像中一紋理特征點作為基準紋理特征點，找出匹配鑒別圖像上特征向量與所述基準紋理特征點的特征向量的歐式距離是最近距離的第一紋理特征點以及次之距離的第二紋理特征點，所述最近距離與次之距離的比例小于設(shè)定值，則認為第一紋理特征點是所述基準紋理特征點的匹配點；若在匹配鑒別圖像上獲得的匹配點數(shù)目達到設(shè)定值，說明鑒定作品是真品；若在匹配鑒別圖像上獲得的匹配點數(shù)目小于設(shè)定值，說明鑒定作品為贗品。
2. 如權(quán)利要求1所述的基于紋理分析的藝術(shù)品鑒別方法，其特征在于，步驟 選取真品可辨識性的采集點，記錄采集點的位置信息，且獲取采集點的匹配基 準圖像；根據(jù)真品采集點的位置信息，獲取鑒別作品上對應(yīng)采集點的匹配鑒別 圖像，還包括在真品和鑒別作品的采集點位置處分別獲得原始圖像和鑒別圖 像，通過九宮格技術(shù)對所述原始圖像進行分割，中心位置的圖像為所述匹配基 準圖像，根據(jù)采集點上匹配基準圖像的位置信息，獲取所述匹配鑒別圖像。
3. 如權(quán)利要求1所述的基于紋理分析的藝術(shù)品鑒別方法，其特征在于，在基于 DoG算子，獲取匹配基準圖像和匹配鑒別圖像上的表示灰度變化的局部極值點 作為紋理特征點的步驟中，所述局部極值點在圖像二維平面和DoG尺度空間同 時4企測。
4. 如權(quán)利要求3所述的基于紋理分析的藝術(shù)品鑒別方法，其特征在于，在所述 DoG尺度空間檢測所述局部極值點時，當(dāng)前采樣點要與同一尺度的周圍8個相 鄰點、相鄰尺度對應(yīng)位置的2個相鄰點以及對應(yīng)位置相鄰點的周圍的16個相鄰點共26個相鄰點比較灰度值的大小，來判斷該采樣點是否是局部極值點。
5. 如權(quán)利要求1所述的基于紋理分析的藝術(shù)品鑒別方法，其特征在于，在根據(jù) 鄰域相鄰點的梯度方向，指定每一紋理特征點的數(shù)個方向的步驟中，所述每一 紋理特征點的凄欠個方向包4舌一個主方向和至少 一個輔助方向。
6. 如權(quán)利要求5所述的基于紋理分析的藝術(shù)品鑒別方法，其特征在于，所述鄰 域相鄰點的梯度方向采用直方圖統(tǒng)計，其中直方圖的主峰值就是所述紋理特征 點的主方向，直方圖的峰值達到主峰值的80%的峰值表示紋理特征點的輔助方 向。
7. 如權(quán)利要求l所述的基于紋理分析的藝術(shù)品鑒別方法，其特征在于，在利用 鄰域多個相鄰點獲得累加梯度方向，使每一紋理特征點獲得大于等于32維的特 征向量的步驟中每一紋理特征點獲得128維特征向量。
8. 如權(quán)利要求7所述的基于紋理分析的藝術(shù)品鑒別方法，其特征在于，所述每 一紋理特征點的128維特征向量通過當(dāng)前紋理特征點周圍的16個種子點來表 達，每一種子點具有8個方向向量信息。
9. 如權(quán)利要求1所述的基于紋理分析的藝術(shù)品鑒別方法，其特征在于，每一真 品和鑒別作品上至少獲取10個采集點。
10. 如權(quán)利要求1所述的基于紋理分析的藝術(shù)品鑒別方法，其特征在于，每一 采集點上至少獲取100個紋理特征點。
全文摘要
本發(fā)明公開了一種基于紋理分析的藝術(shù)品鑒別方法。所述藝術(shù)品鑒別方法包括選取真品上具有可辨識性的采集點，記錄采集點的位置信息，且獲取采集點的匹配基準圖像；根據(jù)真品采集點的位置信息，獲取鑒別作品上對應(yīng)采集點的匹配鑒別圖像；基于高斯核差分算子，獲取匹配基準圖像和匹配鑒別圖像上的紋理特征點；根據(jù)鄰域相鄰點的梯度方向，指定每一紋理特征點的數(shù)個方向；基于鄰域多個相鄰點的累加梯度方向，使每一紋理特征點獲得至少32維特征向量；通過紋理特征點特征向量的歐式距離作為圖像的相似性判定度量。本發(fā)明鑒別方法通過藝術(shù)品本身紋理的唯一性實現(xiàn)了真?zhèn)舞b別功能；不需要加入其他額外物質(zhì)，不會破壞藝術(shù)品本身的結(jié)構(gòu)，容易推廣、應(yīng)用。
文檔編號G06T7/00GK101582162SQ20081003739
公開日2009年11月18日 申請日期2008年5月14日 優(yōu)先權(quán)日2008年5月14日
發(fā)明者朱建國, 顧業(yè)烜 申請人:上海錦渡信息科技有限公司