油画作为一个重要画种历史悠久已有上百年,它是西方的一种传统绘画艺术。它的绘画手段不同与其它画种,同时也有自己特殊的魅力。但是由于种种的原因,大量的赝品存在于己有的传统绘画作品中,而完完全全依赖专家的常规性经验鉴定方法其存在主观性太强的问题,一些带有争议性的作品,很难有理性性鉴别的证据来使人信服,所以,需要探索出一种科学而又有效的,并且能够量化的油画真伪鉴别的方法。本文通过对油画作品进行预处理,特征提取和分类鉴别,从而得到作品的真伪概率。从两各方面考虑,一是特征的提取方法,二是分类的设计方法,通过和已有的方法进行对比,分析了解其优势及不足,对已有的特征提取和分类识别算法进行改进优化。分析油画作品中绘画家的笔画风格。采用了基于形状特征的油画艺术风格特征提取方法,针对传统边缘检测算法在HIS空间内存在丢失边缘,使得部分边界不连续的缺点,采用一种在HIS空间的多迟度多结够元彩色形态学的边界检测方法。首先在HIS空间定义了彩色形态学基本算子,在此基础上利用各种尺度的结构得到彩色图像边界,然后用多尺度合并算法将各个边界进行合成以得到的边界结果。然后用一种模块的固定和分割办法,得到最能表现作家画风特点的局部区域;最后在此基础上计算反映绘画家绘画习惯的笔划形态特征,体现绘画家的绘画风格。提取油画的整体风格。颜色提取其颜色直方图,纹理取其灰度的共生矩阵,表征整幅作品统计特性。实验可以表明,直方图可以较好体现不同绘画家风格差异。如其风格设计、全局布置、艺术气势上等。针对任何一类特征不能单独地完全表达出图像所表述的内容,这里先进行数据的融合,之后再进行决策方面的融合,将两种融合相组合来构成识别的框架。实验可以表明,特征数据的主元级融合分析,一方面使图像的内容更好的用特征来表述,另一方面将特征进行降维,去除多余的特征;在决策及多次进行投票的数字的融合方法,运用的是不同分类器自身的优劣并将其互补,和单独的分类器相比较,它有着更高的识别率。