[发明专利]一种基于人工智能的国画识别系统在审
申请号: | 202111256207.1 | 申请日: | 2021-10-27 |
公开(公告)号: | CN114154004A | 公开(公告)日: | 2022-03-08 |
发明(设计)人: | 刘静超;王子玉;高浩然;许林;宋宇 | 申请(专利权)人: | 西京学院 |
主分类号: | G06F16/583 | 分类号: | G06F16/583;G06V30/40;G06V10/80;G06K9/62 |
代理公司: | 北京众合诚成知识产权代理有限公司 11246 | 代理人: | 许富强 |
地址: | 710100 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 人工智能 国画 识别 系统 | ||
本发明提出一种基于人工智能的国画识别系统,包括图画采集模块、一级处理模块、特征提取模块、二级处理模块和分类识别模块,所述国画采集模块与一级处理模块连接,且国画采集模块用于采集国画的图像数据,所述一级处理模块与特征提取模块连接,且一级处理模块用于对图像数据进行初次处理,所述特征提取模块与二级处理模块连接,且特征提取模块用于对初次处理后的图像数据进行特征提取,该种基于人工智能的国画识别系统通过基于人工智能的设置,来取代人工识别的方式,能够有效的提高检索效率,同时,通过对纹理特征和颜色特征进行融合,得到融合后的特征向量,利用融合后的特征向量进行分类识别,能够有效的降低出错率,提升精准度。
技术领域
本发明涉及国画识别领域,尤其涉及一种基于人工智能的国画识别系统。
背景技术
国画一词起源于汉代,主要指的是画在绢、宣纸、帛上并加以装裱的卷轴画,国画是中国的传统绘画形式,是用毛笔蘸水、墨、彩作画于绢或纸上,工具和材料有毛笔、墨、国画颜料、宣纸、绢等,题材可分人物、山水、花鸟等,技法可分具象和写意,中国画在内容和艺术创作上,体现了古人对自然、社会及与之相关联的政治、哲学、宗教、道德、文艺等方面的认知国画作品是中国文化中的重要组成部分,具有独特的艺术形式,在世界美术领域中自成体系,独树一帜;
随着科技的进步,计算机和多媒体等技术的迅速发展,国画作品的数字图像也与日剧增,传统的人工分类识别的方式已经不能适应现在的数字图像识别,其不仅检索效率低,且在工作时,很容易就出现错误,从而影响到国画识别的精准度,因此本发明提出一种基于人工智能的国画识别系统以解决现有技术中存在的问题。
发明内容
针对上述问题,本发明的目的在于提出一种基于人工智能的国画识别系统,该种基于人工智能的国画识别系统通过基于人工智能的设置,来取代人工识别的方式,从而提高检索效率,降低出错率。
为实现本发明的目的,本发明通过以下技术方案实现:一种基于人工智能的国画识别系统,包括图画采集模块、一级处理模块、特征提取模块、二级处理模块和分类识别模块,所述国画采集模块与一级处理模块连接,且国画采集模块用于采集国画的图像数据,所述一级处理模块与特征提取模块连接,且一级处理模块用于对图像数据进行初次处理,所述特征提取模块与二级处理模块连接,且特征提取模块用于对初次处理后的图像数据进行特征提取,所述二级处理模块与分类识别模块连接,且二级处理模块用于对特征提取的图像数据进行处理,所述分类识别模块用于根据二次处理后的图像数据进行自动识别分类。
进一步改进在于:还包括有流程数据库,所述流程数据库内设有图像储存模块、图像接收模块和流程管理模块,所述图像储存模块与图像接收模块连接,且用于储存图像数据,所述图像接收模块用于通过设定的方式接收图像数据,且图像接收模块与流程管理模块连接,所述流程管理模块与一级处理模块连接,且流程管理模块用于设定处理流程。
进一步改进在于:还包括有国画数据库,所述国画数据库内设有总数据库、数据获取模块和网络连接模块,所述总数据库与数据获取模块连接,且总数据库用于储存国画数据,所述数据获取模块通过网络连接模块与外部网络连接,且数据获取模块用于获取公开的国画数据,所述网络连接模块用于网络连接。
进一步改进在于:所述特征提取模块内设有纹理提取单元和颜色提取单元,所述纹理提取单元用于提取图像数据中的纹理特征,所述颜色提取单元用于提取图像数据中的颜色特征。
进一步改进在于:所述一级处理模块内设有纹理处理单元和颜色处理单元,所述纹理处理单元与纹理提取单元连接,所述颜色处理单元与颜色提取单元连接。
进一步改进在于:所述二级处理模块用于将纹理特征和颜色特征进行融合,得到融合后的特征向量。
进一步改进在于:还包括有用户登录模块、控制端和用户反馈模块,所述用户登录模块与控制端连接,且控制端为系统总控制中心,所述控制端与用户反馈模块连接。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西京学院,未经西京学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111256207.1/2.html,转载请声明来源钻瓜专利网。