一种光场特征油画鉴别方法技术

本发明专利技术公开了一种光场特征油画鉴别方法，过程如下：将微透镜阵列板贴合于油画表面并拍摄，得到光场原始图像；对光场原始图像进行解码得到四维参数化矩阵；提取多个子孔径图像；将中心行子孔径图像统一剪裁为分辨率相等的图像，将剪裁后的中心行子孔径图像转换为灰度图像，计算灰度图像的平均亮度值，将所有灰度图像中亮度值低于灰度图像平均亮度值的子孔径图像筛除出去，再选择出最左角度和最右角度的灰度图像；对两幅灰度图像逐像素的提取基于视角稳定变化的特征点作为数据集，并固定五个初始质心点对数据集进行K‑Means聚类分析，得到最终质心点；将最终质心点连接成多边形图像，计算相似性值，当相似性值低于阈值时为真，反之为假。

【技术实现步骤摘要】
一种光场特征油画鉴别方法
本专利技术属于数字图像处理和光学
，涉及一种光场特征油画鉴别方法。
技术介绍
油画是使用快干性的颜料在画布上绘制的特殊画种，其特点在于表面留有颜料的凸凹纹理。因其具有很高的收藏价值，吸引国内外大量收藏家购买。而目前油画交易市场上仍存在大量难以辨认的赝品油画，因此油画鉴别技术的研究十分迫切。随着油画产业的快速发展，油画鉴别方法的研究受到越来越多研究人员的关注。画家寒风提出鉴别油画要分析其绘画风格、技法特点和画家所处时代背景等信息，该方法靠人的主观经验来分析的，因此，不具有通用性和可靠性。Edwards和Benoy提出激光拉曼显微无创分析法，该方法用拉曼光谱仪对油画颜料进行分子特性分析，但激光拉曼显微无创分析法仅限于鉴别文艺复兴时期的油画作品。王红提出利用中子活化技术鉴别油画真伪的方法，首先利用中子活化法对真迹油画进行照射得到各元素成像分布图，进而将其进行处理得到由该真迹油画的若干特征单元组成的评价标准集，然后再用同样的方法得到表征待鉴别油画的待鉴别集合，最后利用计算机比较两个集合的相似度作油画真伪鉴别的依据，该方法使用中子活化技术来分析，灵敏度因元素而异，且变化很大。苏雪薇提出基于智能视觉的油画真伪鉴定技术，首先构建智能视觉检测模型捕获油画信息，获取油画图像特征，进而融合油画特征的颜色和形状特征，再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，该方法融合了五维特征信息，计算复杂度高。王倩提出基于图像识别的油画真伪鉴别方法，该方法围绕油画在数字化后所形成的数字图像做分析研究，首先分析油画的局部特征区域和笔触风格，再分析油画整体的风格提取全局颜色特征和纹理特征，再将上述得到的特征进行融合，最后通过三个神经网络训练以实现油画鉴别，该方法需要融合多种特征，还需进行三个神经网络训练，系统复杂性太高，鉴别速度慢。
技术实现思路
本专利技术的目的是提供一种光场特征油画鉴别方法，解决了现有真伪油画鉴别方法存在的人为主观因素影响而通用性低和复杂性高等问题。本专利技术所采用的技术方案是，一种光场特征油画鉴别方法，具体按照以下步骤实施：步骤1、将微透镜阵列板贴合于油画表面，并用聚焦式光场相机进行拍摄，得到光场原始图像；步骤2、对步骤1中得到的光场原始图像进行解码得到四维参数化矩阵L[s,t,u,v]；步骤3、利用步骤2得到的四维参数化矩阵L[s,t,u,v]提取多个子孔径图像；步骤4、将中心行子孔径图像统一剪裁为分辨率大小相等的图像，得到剪裁后的中心行子孔径图像，将剪裁后的中心行子孔径图像转换为灰度图像，计算灰度图像的平均亮度值，将所有灰度图像中亮度值低于灰度图像平均亮度值的子孔径图像筛除出去，再选择出最左角度和最右角度的灰度图像；步骤5、对步骤4选出的两幅灰度图像逐像素的提取基于视角稳定变化的特征点；步骤6、以步骤5中提取出的特征点作为数据集，并固定五个初始质心点对数据集进行K-Means聚类分析，进而得到最终质心点；步骤7、将步骤6得到的最终质心点连接构成多边形图像，并计算多边形图像相似性值，当鉴别油画真伪时，重复步骤1至步骤7，当多边形图像相似性值低于设定的阈值时判定该油画为真，反之则为假。本专利技术的特征还在于，步骤1具体过程如下：将油画的表面垂直于桌面并固定在桌面上，将微透镜阵列板贴合于油画表面，使用聚焦式光场相机距离微透镜阵列板0.2米进行拍摄，得到光场原始图像。步骤2具体按照以下步骤实施：步骤2.1、将光场原始图像以及光场原始图像对应的txt文件、白图像分别输入至MATLAB软件中进行读取，并利用im2double函数将txt文件进行double操作转化为微透镜阵列的旋转角数据rot_angle、水平间隔和垂直间隔数据[lens.x，lens.y]以及每个微透镜的高度数据height、宽度数据width、中心点坐标数据[center.x，center.y]；步骤2.2、利用imrotate函数将光场原始图像、白图像分别以微透镜阵列的旋转角数据rot_angle进行旋转从而对光场原始图像、白图像中的每个微透镜中心进行定位；步骤2.3、利用微透镜阵列的水平间隔和垂直间隔数据[lens.x，lens.y]计算得到光场原始图像的方向信息数据[u，v]，表达式为：u＝ceil(lens.y/2)*2+1v＝ceil(lens.x/2)*2+1(1)式(1)中，ceil为取整函数；步骤2.4、利用微透镜阵列中每个微透镜的高度数据height对光场原始图像中每个微透镜的垂直方向数据s进行赋值，利用微透镜阵列中每个微透镜的宽度数据width对光场原始图像中每个微透镜的水平方向数据t进行赋值，得到光场原始图像的位置信息数据[s，t]；步骤2.5、以光场原始图像的方向信息数据的u为高度，v为宽度建立光场原始图像的UV平面，以光场原始图像的位置信息数据的s为高度，t为宽度建立光场原始图像的ST平面，以光线与UV平面和ST平面的交点参数化表示光场，在光场中计算UV平面的中心点坐标、每个微透镜中心对应在光场原始图像上的宏像素坐标、在光场原始图像上每个宏像素在水平和垂直方向相对于UV平面中心点坐标的偏移量、光场原始图像上每个像素的坐标，并将每个像素的坐标通过r、g、b三个通道输出，得到四维参数化矩阵L[s，t，u，v]；其中，计算UV平面的中心点坐标的表达式为：UV.center.width＝floor(u/2)+1UV.center.height＝floor(v/2)+1(2)式(2)中，floor为取整函数；计算每个微透镜中心对应在光场原始图像上的宏像素坐标的表达式为：macrocenter.x＝round(centers((s-1)*ST.width+t,1))+1macrocenter.y＝round(centers((t-1)*ST.height+t,2))+1(3)式(3)中，round为取整函数，centers为每个微透镜的中心点坐标数据，ST.width为ST平面宽度，ST.height为ST平面高度；计算在光场原始图像上每个宏像素在水平和垂直方向相对于UV平面中心点坐标的偏移量的表达式为：offset.y＝UV.center.height-uoffset.x＝UV.center.width-v(4)计算光场原始图像上每个像素的坐标的表达式为：piexl.x＝macrocenter.x+offset.xpiexl.y＝macrocenter.y+offset.y(5)。步骤3具体过程如下：采用squeeze函数提取四维参数化矩阵L[s,t,u,v]中每一对(u，v)角度的子孔径图像，得到从左到右按视角有序排列的多个子孔径图像。步骤4具体按照以下步骤实施：步骤4.1、将中心行子孔径图像统一剪裁为分辨率大小相等的图像，得本文档来自技高网...

【技术保护点】
1.一种光场特征油画鉴别方法，其特征在于，具体按照以下步骤实施：/n步骤1、将微透镜阵列板贴合于油画表面，并用聚焦式光场相机进行拍摄，得到光场原始图像；/n步骤2、对步骤1中得到的光场原始图像进行解码得到四维参数化矩阵L[s,t,u,v]；/n步骤3、利用步骤2得到的四维参数化矩阵L[s,t,u,v]提取多个子孔径图像；/n步骤4、将中心行子孔径图像统一剪裁为分辨率大小相等的图像，得到剪裁后的中心行子孔径图像，将剪裁后的中心行子孔径图像转换为灰度图像，计算灰度图像的平均亮度值，将所有灰度图像中亮度值低于灰度图像平均亮度值的子孔径图像筛除出去，再选择出最左角度和最右角度的灰度图像；/n步骤5、对步骤4选出的两幅灰度图像逐像素的提取基于视角稳定变化的特征点；/n步骤6、以步骤5中提取出的特征点作为数据集，并固定五个初始质心点对数据集进行K-Means聚类分析，进而得到最终质心点；/n步骤7、将步骤6得到的最终质心点连接构成多边形图像，并计算多边形图像相似性值，当鉴别油画真伪时，重复步骤1至步骤7，当多边形图像相似性值低于设定的阈值时判定该油画为真，反之则为假。/n

【技术特征摘要】
1.一种光场特征油画鉴别方法，其特征在于，具体按照以下步骤实施：
步骤1、将微透镜阵列板贴合于油画表面，并用聚焦式光场相机进行拍摄，得到光场原始图像；
步骤2、对步骤1中得到的光场原始图像进行解码得到四维参数化矩阵L[s,t,u,v]；
步骤3、利用步骤2得到的四维参数化矩阵L[s,t,u,v]提取多个子孔径图像；
步骤4、将中心行子孔径图像统一剪裁为分辨率大小相等的图像，得到剪裁后的中心行子孔径图像，将剪裁后的中心行子孔径图像转换为灰度图像，计算灰度图像的平均亮度值，将所有灰度图像中亮度值低于灰度图像平均亮度值的子孔径图像筛除出去，再选择出最左角度和最右角度的灰度图像；
步骤5、对步骤4选出的两幅灰度图像逐像素的提取基于视角稳定变化的特征点；
步骤6、以步骤5中提取出的特征点作为数据集，并固定五个初始质心点对数据集进行K-Means聚类分析，进而得到最终质心点；
步骤7、将步骤6得到的最终质心点连接构成多边形图像，并计算多边形图像相似性值，当鉴别油画真伪时，重复步骤1至步骤7，当多边形图像相似性值低于设定的阈值时判定该油画为真，反之则为假。


2.根据权利要求1所述的一种光场特征油画鉴别方法，其特征在于，所述步骤1具体过程如下：将油画的表面垂直于桌面并固定在桌面上，将微透镜阵列板贴合于油画表面，使用聚焦式光场相机距离微透镜阵列板0.2米进行拍摄，得到光场原始图像。


3.根据权利要求1所述的一种光场特征油画鉴别方法，其特征在于，所述步骤2具体按照以下步骤实施：
步骤2.1、将光场原始图像以及光场原始图像对应的txt文件、白图像分别输入至MATLAB软件中进行读取，并利用im2double函数将txt文件进行double操作转化为微透镜阵列的旋转角数据rot_angle、水平间隔和垂直间隔数据[lens.x，lens.y]以及每个微透镜的高度数据height、宽度数据width、中心点坐标数据[center.x，center.y]；
步骤2.2、利用imrotate函数将光场原始图像、白图像分别以微透镜阵列的旋转角数据rot_angle进行旋转从而对光场原始图像、白图像中的每个微透镜中心进行定位；
步骤2.3、利用微透镜阵列的水平间隔和垂直间隔数据[lens.x，lens.y]计算得到光场原始图像的方向信息数据[u，v]，表达式为：
u＝ceil(lens.y/2)*2+1
v＝ceil(lens.x/2)*2+1(1)
式(1)中，ceil为取整函数；
步骤2.4、利用微透镜阵列中每个微透镜的高度数据height对光场原始图像中每个微透镜的垂直方向数据s进行赋值，利用微透镜阵列中每个微透镜的宽度数据width对光场原始图像中每个微透镜的水平方向数据t进行赋值，得到光场原始图像的位置信息数据[s，t]；
步骤2.5、以光场原始图像的方向信息数据的u为高度，v为宽度建立光场原始图像的UV平面，以光场原始图像的位置信息数据的s为高度，t为宽度建立光场原始图像的ST平面，以光线与UV平面和ST平面的交点参数化表示光场，在光场中计算UV平面的中心点坐标、每个微透镜中心对应在光场原始图像上的宏像素坐标、在光场原始图像上每个宏像素在水平和垂直方向相对于UV平面中心点坐标的偏移量、光场原始图像上每个像素的坐标，并将每个像素的坐标通过r、g、b三个通道输出，得到四维参数化矩阵L[s，t，u，v]；
其中，计算UV平面的中心点坐标的表达式为：
UV.center.width＝floor(u/2)+1
UV.center.height＝floor(v/2)+1(2)
式(2)中，floor为取整函数；
计算每个微透镜中心对应在光场原始图像上的宏像素坐标的表达式为：
macrocenter.x＝round(centers((s-1)*ST.width+t,1))+1
macrocenter.y＝round(centers((t-1)*ST.height+t,2))+1(3)
式(3)中，round为取整函数，centers为...

【专利技术属性】
技术研发人员：金海燕，孙彤鑫，肖照林，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61