本文从原始扫描的作品入手,按照预处理、形态学处理、风格特征量化处理、风格特征概率诊断的顺序将书法作品依次处理,最终获得该书法作品的真伪概率,并提供相应的可疑的证据作为参考值。根据图像骨架的居中性和最大骨架点欧拉距离局部最大化,将二维的求最大圆盘映射成三维的求最大椭圆抛物体,将该最大化的椭圆抛物体所对应的底面圆心作为该局部范围内的骨架点。根据图的拓扑结构特性设计出与图相匹配的八叉骨架树结构,将书法字骨架分为单连通域、多连通域和含环连通域骨架,分别映射成骨架树或局部骨架树。运用骨架树的层次性结构对于不满足的分支部分按顺序进行除刺操作。对书法字的边界点所应有的特征量化成一个边界特征目标函数,最终以追求目标函数值最大化为目的找出局部符合条件的边界点集,同时将边界在该点的方向计算为相邻邻域中点的连线的斜率。根据获取的书法字的形态学特征,按照一系列的规则提取能够表征某个书法家创作风格的多个特征点。从书法字结体形态、笔画级形态以及笔画内部笔段形态三个级别提取书法字的整体布局和内部各个部分的布局。将这些形态作为判别一个书法字的风格的多个特征点,将这些特征点量化组合成一个个书法字的风格向量。而拥有不同大小形态的书法字需要将其风格向量归一化以使得风格诊断函数能够对不同大小的书法字进行统一的评判。由于影响书法家创作的因素是随机的,而每一个因素的影响又不会对书法字的最终风格产生决定性的影响。对于这种未知因素而每个因素的影响又是极微小的,可以将风格诊断函数基于正态分布设计。为了对该风格诊断的准确率有一个中性评判,基于模糊模型建立综合诊断函数对基于概率的风格诊断函数结果进行误差分析以进行标准性评判。最终根据风格评判结果综合作品中每个书法字的真伪概率给出一幅作品的整体真伪的概率水平。以缺失部分的残余部分的端点作为待恢复曲线的初始化节点,运用三维插值曲线的稳定性、可扩展性和方向对称性等特性进行三维空间中的笔画恢复。