·160 智能系统学报 第4卷 的像素个数的比值.具体计算步骤如下：将图像转换 行归一化： 为灰度图像： p(&)=h(&)/n 9) T:rgb_mage-gray_mage 3) 式中：n为图像中的像素总数，即可知p()表示饱 计算高低灰度对比度： 和度级出现的频数 #p ixels:gray mage <0 最后，计算饱和度比值实验中，k取5，即 grayratio #p ixels:gray_mage >0 4) kx=5,人m=1,当然可根据实际情况调整参数) 式中：0、02分别为低高灰度阈值.在实验中，分别 Saturation_radio =p(s)/p(s).(10) 取60和200，当高灰度值像素个数为0时，将其自 25平滑性 动设置为1.而抑ixels gray_.mage<0,,表示满足在 水彩画的画面有清沏透明之感受.用水调色，发 图像gray_mage中灰度值小于0的像素个数.以下 挥水分的作用，滋润流畅、韵味无尽.而国画是以线 公式的意义以此类推 存形的，通过线勾出轮廓、质感、体积来运用无穷变 通过计算得到，通常情况下摄影作品和油画的 化的笔锋，发挥笔趣和墨彩，产生奇妙的效果.针对 grayratio值均大于I,而国画和水彩画的grayratio值 这些特点，可以采用图像的平滑性对这2类图像 均小于1 进行区分.其具体计算过程如下：首先，对图像R、G、 23傅里叶变换的频谱分布 B3个通道的值进行归一化 频域变换分析有着空域分析所不具备的优点， R.=R/LGn=G/IB。=B/L (11) 能够通过频域分量与纹理粗细简单的对应关系，直 式中 观而清晰地对纹理进行分析.如果图像中的目标形 I≈Q3R+Q6G+Q1B. (12) 状或排列呈现某种方向性，那么具有较高值的频谱 接着，对归一化后的各个通道图像进行33拉普拉 也呈现出与图像目标方向正交的方向性分布 斯掩模卷积.用式(13)分别求得三通道的卷积图像 而经过变换后，图像的能量主要集中在低频区 v2、72fG、72B, 域，高频区的幅值比较小.对大多数无明显颗粒噪声 又2f=[f(x+1,以+fx-1,y以+f(xy+1)+ 的图像来讲，低频区集中了85%的能量.于是通过 fx,y-1)-4fx,以1 (13) 计算图像的傅里叶变换，对变换后的幅值图像保留 最后，计算图像的平滑性。 其低频分量，舍弃高频分量.利用其低频分量作为图 soothness =[(#p ixels<)+ 像的纹理特征，以此区分各种不同风格的图像.实验 (抑ixels|又fGl<)+ 得到，摄影作品和油画的低频分量的中心值比较接 (#Pixels|72B|<)1/3 (14) 近，而国画和水彩画的低频分量的中心值比较接近. 式中：0为接近0的参数，实验中取Q001 24饱和度比值 由观察得到，油画包含的高饱和度的像素个数 3 实验与结果分析 所占的比例大于其他风格的图片，此不同点对于油 在本次实验中，所用的图像数据库由1960幅 画和摄影作品来说区别更为突出.饱和度比值]的 图像组成，其中包括摄影图片450幅，国画310幅， 计算方法如下 水彩画390幅，素描410幅，油画400幅，这些图片 首先，计算图像各个像素的饱和度值」 均从网上相应的图片库中下载.图片大小没有限制， max max(R,G.B) (5) 实验中对各个特征均作了相应的归一化处理.但是 m in m in(R,G.B), (6) 实验中的图片必须是不包含任何裱框的图片，同时 0 max =0: 不经过任何特殊的艺术化处理，且图片中不包含大 S= (7 (max m in)/max, 其他 量的文字 接着，定义饱和度直方图： 在实验中，各级支持向量机均采用RBF核函数 h(&)=m (8 K(x,y以=ep(-Y‖x·yI),其中，核参数Y取 式中：&是饱和度S在区间0,1]内的第k级饱和 4,惩罚因子取10.对于每一级的分类，将图像数据 度，n是饱和度级为s的图像中的像素数.并将其进 库中特定的图片集分为训练集和测试集，对各级训 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved http://www.cnki.net© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 的像素个数的比值. 具体计算步骤如下 :将图像转换 为灰度图像 : T: rgb_image → gray_image. (3) 计算高低灰度对比度 : grayratio = #p ixels: gray_image <θ1 #p ixels: gray_image >θ2 . (4) 式中 : θ1、θ2 分别为低高灰度阈值. 在实验中 ,分别 取 60和 200,当高灰度值像素个数为 0时 ,将其自 动设置为 1. 而 #p ixels: gray_image <θ1 ,表示满足在 图像 gray_image中灰度值小于 θ1 的像素个数. 以下 公式的意义以此类推. 通过计算得到 ,通常情况下摄影作品和油画的 grayratio值均大于 1,而国画和水彩画的 grayratio值 均小于 1. 2. 3 傅里叶变换的频谱分布 频域变换分析有着空域分析所不具备的优点 , 能够通过频域分量与纹理粗细简单的对应关系 ,直 观而清晰地对纹理进行分析. 如果图像中的目标形 状或排列呈现某种方向性 ,那么具有较高值的频谱 也呈现出与图像目标方向正交的方向性分布. 而经过变换后 ,图像的能量主要集中在低频区 域 ,高频区的幅值比较小. 对大多数无明显颗粒噪声 的图像来讲 ,低频区集中了 85%的能量. 于是通过 计算图像的傅里叶变换 ,对变换后的幅值图像保留 其低频分量 ,舍弃高频分量. 利用其低频分量作为图 像的纹理特征 ,以此区分各种不同风格的图像. 实验 得到 ,摄影作品和油画的低频分量的中心值比较接 近 ,而国画和水彩画的低频分量的中心值比较接近. 2. 4 饱和度比值 由观察得到 ,油画包含的高饱和度的像素个数 所占的比例大于其他风格的图片 ,此不同点对于油 画和摄影作品来说区别更为突出. 饱和度比值 [ 8 ]的 计算方法如下. 首先 ,计算图像各个像素的饱和度值. max = max(R, G, B ) , (5) m in = m in (R, G, B ) , (6) S = 0, (max - m in) /max, max = 0; 其他. (7) 接着 ,定义饱和度直方图 : h (sk ) = nk . (8) 式中 : sk 是饱和度 S 在区间 [ 0, 1 ]内的第 k级饱和 度 , nk是饱和度级为 sk的图像中的像素数. 并将其进 行归一化 : p (sk ) = h (sk ) / n. (9) 式中 : n为图像中的像素总数 ,即可知 p (sk ) 表示饱 和度级 sk 出现的频数. 最后 , 计算饱和度比值 (实验中 , k 取 5, 即 kmax = 5, km in = 1,当然可根据实际情况调整参数 ) Sa tura tion_radio = p (skmax ) / p (skm in ). (10) 2. 5 平滑性 水彩画的画面有清沏透明之感受. 用水调色 ,发 挥水分的作用 ,滋润流畅、韵味无尽. 而国画是以线 存形的 ,通过线勾出轮廓、质感、体积来运用无穷变 化的笔锋 ,发挥笔趣和墨彩 ,产生奇妙的效果. 针对 这些特点 ,可以采用图像的平滑性 [ 8 ]对这 2类图像 进行区分. 其具体计算过程如下 :首先 ,对图像 R、G、 B 3个通道的值进行归一化. Rm = R / I, Gn = G / I, Bn = B / I, (11) 式中 : I≈ 0. 3R + 0. 6G + 0. 1B. (12) 接着 ,对归一化后的各个通道图像进行 3 ×3拉普拉 斯掩模卷积. 用式 (13)分别求得三通道的卷积图像 ¨ 2 fR、¨ 2 fG、¨ 2 fB , ¨ 2 f = [ f ( x + 1, y) + f ( x - 1, y) + f ( x, y + 1) + f ( x, y - 1) - 4f ( x, y) ]. (13) 最后 ,计算图像的平滑性. smoothne ss = [ ( #p ixels: | ¨ 2 fR | <θ) + ( #p ixels: | ¨ 2 fG | <θ) + ( #Pixels: | ¨ 2 fB | <θ) ] /3 (14) 式中 : θ为接近 0的参数 ,实验中取 0. 001. 3 实验与结果分析 在本次实验中 ,所用的图像数据库由 1 960幅 图像组成 ,其中包括摄影图片 450幅 ,国画 310幅 , 水彩画 390幅 ,素描 410幅 ,油画 400幅 ,这些图片 均从网上相应的图片库中下载. 图片大小没有限制 , 实验中对各个特征均作了相应的归一化处理. 但是 实验中的图片必须是不包含任何裱框的图片 ,同时 不经过任何特殊的艺术化处理 ,且图片中不包含大 量的文字. 在实验中 ,各级支持向量机均采用 RBF核函数 K ( x, y) = exp ( - γ‖x - y‖ 2 ) ,其中 ,核参数 γ取 4,惩罚因子取 10. 对于每一级的分类 ,将图像数据 库中特定的图片集分为训练集和测试集 ;对各级训 ·160· 智 能 系 统 学 报 第 4卷