计算机动画作为数字化时代一种主要的多媒体形式，由于其内容丰富、形式灵活的特点，引起人们越来越多的关注。计算机动画是由多种元素组成，其基本的构成元素是图像。大量的画面图像不仅构成了计算机动画的主体，而且承载着计算机动画的内容，体现着计算机动画的情感。对计算机动画画面的视觉特征进行研究，可以简化直接研究的复杂性，更好地把握计算机动画表达的内容，发现计算机动画体现的情感倾向。论文基于图像处理的基本知识，将计算机动画画面图像作为研究对象，结合文献和实验的方法，对计算机动画画面的视觉特征进行了研究，并且运用神经网络对计算机动画进行了情感分类。论文的主要工作包括：（1）建立了计算机动画画面图像库。论文阐明了计算机动画的场景结构特点，即每个计算机动画都包含多个逻辑场景，而每个逻辑场景又包含多个视觉场景，从而构成两层塔式结构。论文通过提取计算机动画逻辑场景的节点图像和视觉场景的代表帧图像，最终构成了由2670幅图像（包括游戏类828幅，MTV类750幅，动画类520幅，课件类398幅，广告类174幅）组成的计算机动画画面图像库。（2）实现了对计算机动画画面图像的视觉特征提取。论文主要提取了画面图像的颜色特征和纹理特征。在颜色特征方面，使用HSV颜色空间对画面图像的主色调及其百分比、平均色和局部色进行了提取；在纹理特征方面，提取了图像的Robert算子平均值、边线密度和边线密度方差等特征。论文将提取得到的画面图像视觉特征按照其名称建立了视觉特征数据库。（3）确定了描述计算机动画画面图像的情感模型。针对计算机动画画面图像的特点，论文给出了16种情感种类（包括8种积极情感：温馨、恬静、欢快、活泼、搞笑、夸张、幽默和有趣；8种消极情感：凄凉、枯燥、沉闷、繁乱、虚幻、惊险、恐怖和激烈），从而形成了计算机动画画面图像的完整情感模型，并通过实验简化了该模型。论文还通过调查打分的方式，对画面图像库中的每幅图像进行了情感评分，并建立了情感数据库。（4）运用神经网络的知识对计算机动画画面图像库中的图像进行了情感分类，实现了从视觉特征到情感特征的映射。论文通过对训练样本库和测试样本库的数量调整以及对不同情感特征组合的实验，在尽量降低训练误差的基础上建立了两者之间的联系。对比训练得到的分类结果和调查打分得到的结果，计算出了神经网络对画面图像的情感分类正确率。论文使用MATLAB7.0开发软件，基于Windows XP操作系统和Microsoft Excel数据库，实现了对计算机动画画面图像视觉特征提取的程序，并借助神经网络工具箱对得到的特征数据和情感数据进行了学习，通过对不同情感种类的调整，从而得到了画面图像的情感分类结果。研究表明，对计算机动画画面图像的视觉特征提取，取得了较好的预期效果；运用神经网络对计算机动画画面图像进行情感分类，得到了较高的正确率。对计算机动画画面图像视觉特征的研究能更好地分析和理解计算机动画，有利于对计算机动画情感的研究，促进计算机动画更加广泛的应用。