基于智能視覺的油畫真偽鑒定技術研究

蘇雪薇

摘? 要： 一種高精度、高效率的油畫鑒定方法是鑒定作品真偽的輔助依據，可以提高油畫鑒定的效率與可信性，因此提出基于智能視覺的油畫真偽鑒定方法。構建智能視覺檢測模型，獲取油畫圖像特征;采用基于智能視覺的油畫特征融合方法，融合油畫特征的顏色和形狀特征;計算油畫特征差異系數與差異特征閾值，通過油畫真偽鑒定規則實現油畫真偽鑒定。研究結果驗證，所提方法可以有效鑒別油畫真偽，與專家鑒定方法和基于深度學習的真偽識別方法對比可知，該方法的鑒定準確率最高，鑒定時間開銷最短，且抗干擾性最好，鑒定性能顯著，具有較高的應用價值。

關鍵詞： 油畫真偽鑒定; 智能視覺; 檢測模型構建; 油畫特征獲取; 特征差異計算; 油畫特征融合

中圖分類號： TN911.1?34; TP391? ? ? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）05?0061?04

Research on oil painting authenticity identification technology based on intelligent vision

SU Xuewei

（Guangxi Normal University， Guilin 541001， China）

Abstract： An oil painting identification method with high precision and efficiency is an auxiliary basis for identifying the authenticity of oil painting works and can improve the efficiency and credibility of oil painting identification. In view of this， a method of oil painting authenticity identification based on intelligence vision is proposed. An intelligent vision detection model is constructed to obtain oil painting image features. The oil painting feature fusion method based on intelligent vision is adopted to fuse the color and shape features of oil paintings. The last step is to calculate the feature difference coefficient and the difference feature threshold value of oil paintings， and realize the authenticity identification by oil painting authenticity identification rules. The research results verify that the proposed method can effectively identify the authenticity of oil paintings. In comparison with the expert identification method and the authenticity identification method based on deep learning， the proposed method has the highest identification accuracy， the shortest identification time consumption and the best anti?interference performance. Therefore， the method has remarkable identification performance and high application value.

Keywords： oil painting authenticity identification; intelligent vision; detection model building; oil painting feature acquisition; feature difference calculation; oil painting feature fusion

0? 引? 言

油畫屬于一種關鍵畫種，存在歷史已經高達幾百年，其屬于西方傳統繪畫藝術[1]。油畫的繪制方法和其他畫種存在較大的差異，并且具備獨特的魅力。但是因為多種原因，很多贗品出現在已存在的傳統油畫作品中，大量的偽作出現在歷史著名畫家作品中。油畫的真假鑒定問題是油畫收藏界關注的熱點問題，真偽鑒定即通過相關鑒定方法判斷某幅油畫作品是否真正出自于畫作署名的作者[2]。但是以往通過專家的經驗去鑒定油畫真偽時，鑒定結果存在較大的主觀性，鑒定精度存在誤差，難以讓群眾完全信服[3]。所以，高精度、高效率的油畫真偽鑒定方法成為當下急需解決的難題。基于此種前提下，本文提出一種基于智能視覺的油畫真偽鑒定技術，對油畫真偽鑒定方法進行深入研究。

1? 油畫真偽鑒定方法研究

1.1? 智能視覺檢測模型

一個人對附近環境情況的感知主要通過視覺完成，隨著信息處理技術與自動化技術的逐漸成熟與融合，相關科研人員使用智能機器人取代人眼的作用，最終研發出智能視覺檢測模型。智能視覺檢測模型由硬件部分與軟件部分構成，硬件系統由光源、控制中心、輸入與輸出模塊構成;軟件系統的功能主要分為油畫圖像采集、處理、加工、分析以及特征識別等。智能視覺檢測模型主要通過硬件、軟件功能的協作，實現智能視覺操作。本文構建智能視覺模型，主要用于采集油畫的圖像特征，為后續真偽鑒定作基礎[4]。智能視覺檢測模型的整體結構如圖1所示。

1.2? 基于智能視覺的油畫特征融合

因為顏色屬于油畫圖像智能視覺最基礎的特征之一，以往圖像分類方法主要是根據顏色特征進行區分，但顏色直方圖表達的是圖像顏色統計情況，未曾分析圖像的外貌特征，因此，當智能視覺檢測模型檢測油畫圖像特征后，本文通過特征提取將油畫特征的顏色和形狀特征相融合[5]。

1） 顏色特征運算。油畫顏色空間屬于顏色的展現方式，RGB顏色空間屬于智能視覺圖像常用的顏色空間，而其和人眼的感知存在較大的差異性。本文使用HSV色彩空間，它不但可以近似人對油畫圖像的色彩理解，還可以判斷兩種顏色的相關性[6]。HSV色彩空間具有三種分量，依次是色調（[H]）、飽和度（[S]）、亮度（[V]）。把油畫圖像[r]，[g]，[b]值變換成[h]，[s]，[v]值，方法如下：

[v=maxr，g，b] （1）

[s=v-minr，g，bv] （2）

[h=5+b′，r=maxr，g，b且g=minr，g，b1-g′，r=maxr，g，b且g≠minr，g，b1+r′，g=maxr，g，b且b=minr，g，b3-b′，g=maxr，g，b且b≠minr，g，b3+g′，b=maxr，g，b且r=minr，g，b5-r′，其他] （3）

式（1）～式（3）中：[r]，[g]，[b]表示紅、綠、藍三種通道顏色;[h]，[s]，[v]是油畫的色調、飽和度以及亮度。

把HSV三種分量根據人的顏色感知，對油畫進行智能視覺非一致間隔的量化，油畫的色調[h]共分成8份，飽和度[S]與亮度[V]依次分成2份和1份：

[H=0，h∈344，241，h∈24，542，h∈54，1073，h∈107，1644，h∈164，2195，h∈219，2746，h∈274，3157，h∈315，344] （4）

[S=0，s∈0.2，0.661，s∈0.66，1] （5）

[V=0，v∈0.14，1] （6）

式中[H]，[S]，[V]取值范圍都是前開后閉。

按照智能視覺的光學原理，油畫的顏色和光的波長頻率均存在關聯性。不同色光在真空里波長與頻率的區間存在差異性，所以能夠把油畫色調實行非一致的間隔量化[7]。在式（4）～式（6）中，0～7依次代表每個色調的種類。在計算時，對[H]，[S]，[V]三維特征矢量設定非一致的權值，構成一維特征矢量，利于分析。在此三種矢量里，人眼對油畫顏色的判斷主要先按照油畫色調[H]，然后是飽和度[S]，最終為亮度[V]。并且按照[H]，[S]，[V]的量化級數與頻帶寬度能夠獲取一維矢量[AB]，[AB=HCSCV+SCV+V]，[CS]與[CV]依次表示[S]與[V]的量化級數，根據上述描述[CS=2]，[CV=1]。則[AB=2H+S+V]，[AB]的取值區間是0～15間的整數，運算[AB]獲取油畫16柄一維直方圖。則[H]，[S]，[V]三種分量均在一維矢量中散布。[H]，[S]，[V]的權重依次是8，2，1，以此便能降低油畫圖像亮度[V]對后期鑒定結果的干擾，也降低了油畫飽和度的干擾。但是可以將顏色分布存在差異性的油畫圖像充分的鑒定出來，所以油畫圖像智能視覺顏色信息特征符合人們對油畫真偽鑒定的需要，能獲取油畫圖像的顏色直方圖。

2） 形狀特征的運算。形狀屬于油畫圖像的核心特征。現在對形狀的分類與檢索主要通過形狀的輪廓特征與形狀的區域特征構建油畫圖像的索引。油畫形狀的輪廓特征通過直線段體現，油畫形狀的區域特征通過區域的面積來體現。線段數量特征[AC]表示Hough變換處理后檢索線段數量總值;平行線特征[AD]表示平行線的數量。通過線段總數歸一化求得，則：

[AD=0，AC=0i=1ACQEiAC，AC≠0] （7）

按照油畫的特殊形態，設定油畫區域密度[F]為：

[F=EQ2] （8）

式中：[E]表示油畫圖像的面積;[Q]表示油畫圖像的周長。

按照此判斷準則，油畫中圓形屬于密集度最高的圖形，剩余的圖形比值較小[8];若圓后仰，形狀變成橢圓，面積變小了但周長減少的速度較慢，所以密集度變小了;當后仰至極限角后，橢圓被壓縮變成有限長的直線，密集度為0。基于智能視覺的油畫圖像中，面積[M]表示油畫的像素點數目，則油畫中某個連通部分[L]存在前景點，油畫連通部分[L]的面積為[M1]，在四連通準則中，只要某個前景點4個方向的4個相鄰像素點里存在一個背景點，則此背景點即為邊界點，油畫圖像連通域特征計算方法如下：

[Max F=maxEi?*h] （9）

[EMax E=maxEiQ2i] （10）

式中：[Max F]表示有效區域最大密度;[EMax E]表示有效區域最大面積;[?]表示權值。

3） 特征融合。基于上述方法能夠獲取油畫的五維特征向量：[AB]，[AC]，[AD]，[Max F]，[EMax E]。油畫的各維特征均采用歸一化處理后的[R]表示，為后期油畫真偽鑒定做基礎。