計算機輔助書法作品真?zhèn)舞b別.pdf

1、本文從原始掃描的作品入手，按照預(yù)處理、形態(tài)學(xué)處理、風(fēng)格特征量化處理、風(fēng)格特征概率診斷的順序?qū)ㄗ髌芬来翁幚?，最終獲得該書法作品的真?zhèn)胃怕?，并提供相?yīng)的可疑的證據(jù)作為參考值。
　　 根據(jù)圖像骨架的居中性和最大骨架點歐拉距離局部最大化，將二維的求最大圓盤映射成三維的求最大橢圓拋物體，將該最大化的橢圓拋物體所對應(yīng)的底面圓心作為該局部范圍內(nèi)的骨架點。根據(jù)圖的拓撲結(jié)構(gòu)特性設(shè)計出與圖相匹配的八叉骨架樹結(jié)構(gòu)，將書法字骨架分為單連通域、多連通

2、域和含環(huán)連通域骨架，分別映射成骨架樹或局部骨架樹。運用骨架樹的層次性結(jié)構(gòu)對于不滿足的分支部分按順序進行除刺操作。對書法字的邊界點所應(yīng)有的特征量化成一個邊界特征目標(biāo)函數(shù)，最終以追求目標(biāo)函數(shù)值最大化為目的找出局部符合條件的邊界點集，同時將邊界在該點的方向計算為相鄰鄰域中點的連線的斜率。
　　 根據(jù)獲取的書法字的形態(tài)學(xué)特征，按照一系列的規(guī)則提取能夠表征某個書法家創(chuàng)作風(fēng)格的多個特征點。從書法字結(jié)體形態(tài)、筆畫級形態(tài)以及筆畫內(nèi)部筆段形態(tài)三個

3、級別提取書法字的整體布局和內(nèi)部各個部分的布局。將這些形態(tài)作為判別一個書法字的風(fēng)格的多個特征點，將這些特征點量化組合成一個個書法字的風(fēng)格向量。而擁有不同大小形態(tài)的書法字需要將其風(fēng)格向量歸一化以使得風(fēng)格診斷函數(shù)能夠?qū)Σ煌笮〉臅ㄗ诌M行統(tǒng)一的評判。
　　 由于影響書法家創(chuàng)作的因素是隨機的，而每一個因素的影響又不會對書法字的最終風(fēng)格產(chǎn)生決定性的影響。對于這種未知因素而每個因素的影響又是極微小的，可以將風(fēng)格診斷函數(shù)基于正態(tài)分布設(shè)計。為了