基于智能视觉的油画真伪鉴定技术研究

苏雪薇

摘  要： 一种高精度、高效率的油画鉴定方法是鉴定作品真伪的辅助依据，可以提高油画鉴定的效率与可信性，因此提出基于智能视觉的油画真伪鉴定方法。构建智能视觉检测模型，获取油画图像特征;采用基于智能视觉的油画特征融合方法，融合油画特征的颜色和形状特征;计算油画特征差异系数与差异特征阈值，通过油画真伪鉴定规则实现油画真伪鉴定。研究结果验证，所提方法可以有效鉴别油画真伪，与专家鉴定方法和基于深度学习的真伪识别方法对比可知，该方法的鉴定准确率最高，鉴定时间开销最短，且抗干扰性最好，鉴定性能显著，具有较高的应用价值。

关键词： 油画真伪鉴定; 智能视觉; 检测模型构建; 油画特征获取; 特征差异计算; 油画特征融合

中图分类号： TN911.1?34; TP391                    文献标识码： A                   文章编号： 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

油画属于一种关键画种，存在历史已经高达几百年，其属于西方传统绘画艺术[1]。油画的绘制方法和其他画种存在较大的差异，并且具备独特的魅力。但是因为多种原因，很多赝品出现在已存在的传统油画作品中，大量的伪作出现在历史著名画家作品中。油画的真假鉴定问题是油画收藏界关注的热点问题，真伪鉴定即通过相关鉴定方法判断某幅油画作品是否真正出自于画作署名的作者[2]。但是以往通过专家的经验去鉴定油画真伪时，鉴定结果存在较大的主观性，鉴定精度存在误差，难以让群众完全信服[3]。所以，高精度、高效率的油画真伪鉴定方法成为当下急需解决的难题。基于此种前提下，本文提出一种基于智能视觉的油画真伪鉴定技术，对油画真伪鉴定方法进行深入研究。

1  油画真伪鉴定方法研究

1.1  智能视觉检测模型

一个人对附近环境情况的感知主要通过视觉完成，随着信息处理技术与自动化技术的逐渐成熟与融合，相关科研人员使用智能机器人取代人眼的作用，最终研发出智能视觉检测模型。智能视觉检测模型由硬件部分与软件部分构成，硬件系统由光源、控制中心、输入与输出模块构成;软件系统的功能主要分为油画图像采集、处理、加工、分析以及特征识别等。智能视觉检测模型主要通过硬件、软件功能的协作，实现智能视觉操作。本文构建智能视觉模型，主要用于采集油画的图像特征，为后续真伪鉴定作基础[4]。智能视觉检测模型的整体结构如图1所示。

1.2  基于智能视觉的油画特征融合

因为颜色属于油画图像智能视觉最基础的特征之一，以往图像分类方法主要是根据颜色特征进行区分，但颜色直方图表达的是图像颜色统计情况，未曾分析图像的外貌特征，因此，当智能视觉检测模型检测油画图像特征后，本文通过特征提取将油画特征的颜色和形状特征相融合[5]。

1） 颜色特征运算。油画颜色空间属于颜色的展现方式，RGB颜色空间属于智能视觉图像常用的颜色空间，而其和人眼的感知存在较大的差异性。本文使用HSV色彩空间，它不但可以近似人对油画图像的色彩理解，还可以判断两种颜色的相关性[6]。HSV色彩空间具有三种分量，依次是色調（[H]）、饱和度（[S]）、亮度（[V]）。把油画图像[r]，[g]，[b]值变换成[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]表示红、绿、蓝三种通道颜色;[h]，[s]，[v]是油画的色调、饱和度以及亮度。

把HSV三种分量根据人的颜色感知，对油画进行智能视觉非一致间隔的量化，油画的色调[h]共分成8份，饱和度[S]与亮度[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]取值范围都是前开后闭。

按照智能视觉的光学原理，油画的颜色和光的波长频率均存在关联性。不同色光在真空里波长与频率的区间存在差异性，所以能够把油画色调实行非一致的间隔量化[7]。在式（4）～式（6）中，0～7依次代表每个色调的种类。在计算时，对[H]，[S]，[V]三维特征矢量设定非一致的权值，构成一维特征矢量，利于分析。在此三种矢量里，人眼对油画颜色的判断主要先按照油画色调[H]，然后是饱和度[S]，最终为亮度[V]。并且按照[H]，[S]，[V]的量化级数与频带宽度能够获取一维矢量[AB]，[AB=HCSCV+SCV+V]，[CS]与[CV]依次表示[S]与[V]的量化级数，根据上述描述[CS=2]，[CV=1]。则[AB=2H+S+V]，[AB]的取值区间是0～15间的整数，运算[AB]获取油画16柄一维直方图。则[H]，[S]，[V]三种分量均在一维矢量中散布。[H]，[S]，[V]的权重依次是8，2，1，以此便能降低油画图像亮度[V]对后期鉴定结果的干扰，也降低了油画饱和度的干扰。但是可以将颜色分布存在差异性的油画图像充分的鉴定出来，所以油画图像智能视觉颜色信息特征符合人们对油画真伪鉴定的需要，能获取油画图像的颜色直方图。

2） 形状特征的运算。形状属于油画图像的核心特征。现在对形状的分类与检索主要通过形状的轮廓特征与形状的区域特征构建油画图像的索引。油画形状的轮廓特征通过直线段体现，油画形状的区域特征通过区域的面积来体现。线段数量特征[AC]表示Hough变换处理后检索线段数量总值;平行线特征[AD]表示平行线的数量。通过线段总数归一化求得，则：

[AD=0，AC=0i=1ACQEiAC，AC≠0] （7）

按照油画的特殊形态，设定油画区域密度[F]为：

[F=EQ2] （8）

式中：[E]表示油画图像的面积;[Q]表示油画图像的周长。

按照此判断准则，油画中圆形属于密集度最高的图形，剩余的图形比值较小[8];若圆后仰，形状变成椭圆，面积变小了但周长减少的速度较慢，所以密集度变小了;当后仰至极限角后，椭圆被压缩变成有限长的直线，密集度为0。基于智能视觉的油画图像中，面积[M]表示油画的像素点数目，则油画中某个连通部分[L]存在前景点，油画连通部分[L]的面积为[M1]，在四连通准则中，只要某个前景点4个方向的4个相邻像素点里存在一个背景点，则此背景点即为边界点，油画图像连通域特征计算方法如下：

[Max F=maxEi?*h] （9）

[EMax E=maxEiQ2i] （10）

式中：[Max F]表示有效区域最大密度;[EMax E]表示有效区域最大面积;[?]表示权值。

3） 特征融合。基于上述方法能够获取油画的五维特征向量：[AB]，[AC]，[AD]，[Max F]，[EMax E]。油画的各维特征均采用归一化处理后的[R]表示，为后期油画真伪鉴定做基础。