分析中国传统元素在现代美术设计中的体现系统及方法技术方案

本发明专利技术属于现代美术设计技术领域，公开了一种分析中国传统元素在现代美术设计中的体现系统及方法，所述分析中国传统元素在现代美术设计中的体现系统包括：设计图采集模块、主控模块、图像特征提取模块、匹配模块、分类模块、检索模块、分析模块、显示模块。本发明专利技术通过分类模块根据图片数量的不同对图片进行分类保存，大大提高设计图的分类效率；同时，通过检索模块采用格拉姆矩阵作为描述图像风格特征的算子，提取给定设计图集的所有训练样本的风格特征并构建图片索引，提取待检测图片的风格特征，查找与待检测图片相似度最高的图片的索引号并根据索引号返回相似图片集，通过这种方法实现对抽象图片的检索，具有方法简单、检索效率高。

【技术实现步骤摘要】
分析中国传统元素在现代美术设计中的体现系统及方法
本专利技术属于现代美术设计
，尤其涉及一种分析中国传统元素在现代美术设计中的体现系统及方法。
技术介绍
中国传统文化都是中国元素，但中国元素不全等于中国传统文化，还包括中国现代文化。然而，现有分析中国传统元素在现代美术设计中的体现系统中，设计图片数量较大，分类效率低；同时，对设计图风格检索效率低。综上所述，现有技术存在的问题是：现有分析中国传统元素在现代美术设计中的体现系统中，设计图片数量较大，分类效率低；同时，对设计图风格检索效率低。现有技术中对现代美术设计图集进行采集过程繁琐，且不能保证现代美术设计图集中图像细节，图像获取的质量较差；现有技术中对于不同风格图像分类速度慢及分类效果差，分类时间长和误差多；现有技术中显示器，不能高质量、高清晰的显示分析中国传统元素在现代美术设计中的体现系统的界面及采集的现代美术设计图集，不利于提高工作进展速度，降低工作效率。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种分析中国传统元素在现代美术设计中的体现系统及方法。本专利技术是这样实现的，一种分析中国传统元素在现代美术设计中的体现方法，所述分析中国传统元素在现代美术设计中的体现方法包括：第一步，利用网络采用改进的Brenner算法对现代美术设计图集进行采集；第二步，利用图像处理软件提取现代美术设计图的特征元素；利用匹配程序将特征元素与传统元素进行匹配；第三步，利用分类程序采用朴素贝叶斯分类算法对不同风格图像进行分类操作；利用检索程序检测关联的传统元素详细信息；第四步，利用分析程序分析现代元素与传统元素的特征；第五步，通过采用模块级联约束式的显示器显示分析中国传统元素在现代美术设计中的体现系统的界面及采集的现代美术设计图集。进一步，所述第一步中利用网络采用改进的Brenner算法对现代美术设计图集进行采集，具体算法为：进一步，所述第三步中利用分类程序采用朴素贝叶斯分类算法对不同风格图像进行分类操作，具体算法为：设D是训练对象与其相关联的类标号的集合；每个对象用一个n维属性向量X＝{x1，x2…xn}表示，描述n个属性A1，A2…An的值；假定原始集合基于n维属性共划分为m个类C1，C2…Cm，计算每个类对X的后验概率，并将对象X归属于具有最高后验概率的类；后验概率P(Ci|X)的计算公式为：由于P(Ci|X)的计算开销较大，进行类条件独立的假定，给定向量的类标号，并假定属性值有条件的相互独立；P(Xi|C)的计算公式为：其中，P(x1|Ci)P(x2|Ci)…P(xn|Cn)可以容易地由训练对象求算，xk表示X在属性Ak上的值；对每个类别Ci计算P(X|Ci)P(Ci)；当P(X|Ci)P(Ci)>P(X|Cj)P(Cj)，1≤j≤m，j≠i成立时，X属于类Ci。进一步，所述第五步中通过采用模块级联约束式的显示器，完成高质量、高清晰的显示分析中国传统元素在现代美术设计中的体现系统的界面及采集的现代美术设计图集，具体方法为：对于象素宽度为W的显示屏，其每个单元模块宽为WM象素，最大级联数Mmax，如果WM×Mmax<W，就需要对屏体横向分块，设屏体横向分DV为块，DV为正整数，则每块的宽度WF为：同时每块的宽度不能超过Mmax个驱动模块总的象素宽度，即WF<WM·Mmax，由此可得：本专利技术的另一目的在于提供一种实现所述分析中国传统元素在现代美术设计中的体现方法的分析中国传统元素在现代美术设计中的体现系统，所述分析中国传统元素在现代美术设计中的体现系统包括：设计图采集模块，与主控模块连接，用于通过网络采集现代美术设计图集；主控模块，与设计图采集模块、图像特征提取模块、匹配模块、分类模块、检索模块、分析模块、显示模块连接，用于通过中央处理器控制各个模块正常工作；图像特征提取模块，与主控模块连接，用于通过图像处理软件提取现代美术设计图的特征元素；匹配模块，与主控模块连接，用于通过匹配程序将特征元素与传统元素进行匹配；分类模块，与主控模块连接，用于通过分类程序对不同风格图像进行分类操作；检索模块，与主控模块连接，用于通过检索程序检测关联的传统元素详细信息；分析模块，与主控模块连接，用于通过分析程序分析现代元素与传统元素的特征；显示模块，与主控模块连接，用于通过显示器显示分析中国传统元素在现代美术设计中的体现系统的界面及采集的现代美术设计图集。本专利技术的优点及积极效果为：本专利技术通过分类模块根据图片数量确定图片类别，并按照图片类别对设计图集中的图片进行分类。由于设计图集中的图片不再按照单一的时间顺序进行保存，而是根据图片数量的不同对图片进行分类保存，大大提高设计图的分类效率；同时，通过检索模块采用格拉姆矩阵作为描述图像风格特征的算子，提取给定设计图集的所有训练样本的风格特征并构建图片索引，提取待检测图片的风格特征，查找与待检测图片相似度最高的图片的索引号并根据索引号返回相似图片集，通过这种方法实现对抽象图片的检索，具有方法简单、检索效率高。本专利技术利用网络采用改进的Brenner算法对现代美术设计图集进行采集，既可以减少采集过程中的计算量，又可以保证现代美术设计图集中图像细节，提高图像质量；利用分类程序采用朴素贝叶斯分类算法对不同风格图像进行分类操作，有效提高不同风格图像分类速度及提升分类效果，有效减少分类时间和误差，提高工作效率；通过采用模块级联约束式的显示器，完成高质量、高清晰的显示分析中国传统元素在现代美术设计中的体现系统的界面及采集的现代美术设计图集，有利于提高工作进展速度，提高工作效率。附图说明图1是本专利技术实施例提供的分析中国传统元素在现代美术设计中的体现方法流程图。图2是本专利技术实施例提供的分析中国传统元素在现代美术设计中的体现系统结构框图。图2中：1、设计图采集模块；2、主控模块；3、图像特征提取模块；4、匹配模块；5、分类模块；6、检索模块；7、分析模块；8、显示模块。具体实施方式为能进一步了解本专利技术的
技术实现思路
、特点及功效，兹例举以下实施例，并配合附图详细说明如下。下面结合附图对本专利技术的结构作详细的描述。如图1所示，本专利技术提供的分析中国传统元素在现代美术设计中的体现方法，包括以下步骤：S101，利用网络采用改进的Brenner算法对现代美术设计图集进行采集；S102，利用图像处理软件提取现代美术设计图的特征元素；利用匹配程序将特征元素与传统元素进行匹配；S103，利用分类程序采用朴素贝叶斯分类算法对不同风格图像进行分类操作；利用检索程序检测关联的传统元素详细信息；S104，利用分析程序分析现代元素与传统元素的特征；S105，通过采用模块级联约束式的显示器显示分析中国传统元素在现代美术设计中的体现系统的界面及采集的现代美术设计图集。步骤S101中，本专利技术实施例提供的利用网络采用改进的Brenner算法对现代美术设计图集进行采集，既可以减少采集过程中的计算量，又可以保证现代美术设计图集中图像细节，提高图像质量，具体算法为：步骤S103中，本专利技术实施例提供的利用分类程序采用朴素贝叶斯分类算法对不同风格图像进行分类操作，有效提高不同风格图像分类速度及提升分类效果，有效减少分类时间和误差，提高工作效率；具体算法为：设D是训练对象与其相关联的类标号本文档来自技高网...

【技术保护点】
1.一种分析中国传统元素在现代美术设计中的体现方法，其特征在于，所述分析中国传统元素在现代美术设计中的体现方法包括：第一步，利用网络采用改进的Brenner算法对现代美术设计图集进行采集；第二步，利用图像处理软件提取现代美术设计图的特征元素；利用匹配程序将特征元素与传统元素进行匹配；第三步，利用分类程序采用朴素贝叶斯分类算法对不同风格图像进行分类操作；利用检索程序检测关联的传统元素详细信息；第四步，利用分析程序分析现代元素与传统元素的特征；第五步，通过采用模块级联约束式的显示器显示分析中国传统元素在现代美术设计中的体现系统的界面及采集的现代美术设计图集。

【技术特征摘要】
1.一种分析中国传统元素在现代美术设计中的体现方法，其特征在于，所述分析中国传统元素在现代美术设计中的体现方法包括：第一步，利用网络采用改进的Brenner算法对现代美术设计图集进行采集；第二步，利用图像处理软件提取现代美术设计图的特征元素；利用匹配程序将特征元素与传统元素进行匹配；第三步，利用分类程序采用朴素贝叶斯分类算法对不同风格图像进行分类操作；利用检索程序检测关联的传统元素详细信息；第四步，利用分析程序分析现代元素与传统元素的特征；第五步，通过采用模块级联约束式的显示器显示分析中国传统元素在现代美术设计中的体现系统的界面及采集的现代美术设计图集。2.如权利要求1所述的分析中国传统元素在现代美术设计中的体现方法，其特征在于，所述第一步中利用网络采用改进的Brenner算法对现代美术设计图集进行采集，具体算法为：3.如权利要求1所述的分析中国传统元素在现代美术设计中的体现方法，其特征在于，所述第三步中利用分类程序采用朴素贝叶斯分类算法对不同风格图像进行分类操作，具体算法为：设D是训练对象与其相关联的类标号的集合；每个对象用一个n维属性向量X＝{x1，x2…xn}表示，描述n个属性A1，A2…An的值；假定原始集合基于n维属性共划分为m个类C1，C2…Cm，计算每个类对X的后验概率，并将对象X归属于具有最高后验概率的类；后验概率P(Ci|X)的计算公式为：由于P(Ci|X)的计算开销较大，进行类条件独立的假定，给定向量的类标号，并假定属性值有条件的相互独立；P(Xi|C)的计算公式为：其中，P(x1|Ci)P(x2|Ci)…P(xn|Cn)可以容易地由训练对象求算，xk表示X在属性Ak上的值；对每个类别Ci计算P(X|Ci)P(Ci)；当P(X...

【专利技术属性】
技术研发人员：袁志准，
申请(专利权)人：湖南城市学院，
类型：发明
国别省市：湖南,43