目的图像分类与情感分析是当前计算机视觉领域的研究热点,为人类绘画图像数字化研究提供了有效方法,在人类绘画艺术作品保护与作品创新中具有重要的应用价值。为更好地实现绘画作品的研究与创新,本文主要针对现阶段国内外的绘画分类与情感分析相关文献,进行详细地整理与分析。方法本文以广泛的文献研究为基础,分析中西方绘画的不同表征方式及形成原因,归纳总结支持向量机、决策树、人工神经网络和深度学习等绘画图像分类中常用机器学习方法,并概述各类方法的优劣;重点围绕绘画图像特征提取与分类,绘画情感分析两个方面,对当前文献进行了系统地分析和总结。结果系统概括了当前绘画图像研究中常用绘画数据库;以绘画图像的笔触特征、颜色特征、形状特征和纹理特征、留白特征等方面为依据,详细综述了中西方绘画特征提取技术与分类方法的研究现状及发展;简要梳理了绘画图像分类模型中常用的评价方法,并分析了当前研究中的常用评价指标;主要从颜色特征的角度出发,阐述了西方绘画情感分析的研究进展,为中国传统绘画情感分析提供了有效的思路;最后,提出了当前绘画分类和绘画情感研究中存在的问题和挑战,并探讨了存在问题的应对之策。结论绘画作为人类重要的文化成果,未来会涌现出更多的研究算法与探索思路,本文内容对绘画图像分类的进一步研究,特别是中国传统水墨画情感分析和绘画艺术创作方面的研究,可以起到一定的启发和指导作用。