近年来,利用计算机来辅助人类对绘画视觉艺术作品进行科学理解与分析这一课题越来越受到各领域学者的关注,由此产生的学科称为计算机美学。传统的绘画视觉艺术的理解分析仅是依靠艺术家们基于个人知识及见解的判断,而计算机美学的出现正是对艺术史上关于艺术审美主观化、单一化的完美补充。同时,利用计算机辅助人类进行美学处理也解决了人类无法处理日益激增的计算数据这一问题。另外,该研究不仅是涉及艺术、美学和计算机科学等多学科交叉的创新性前沿研究课题,更是对数据可视化、人机交互和计算机美学等研究具有指导作用的重要课题,具有非常重要的理论价值和应用前景。本论文在信息论基础的理论背景下,结合图像中的具体特征,提出了五个能表征绘画艺术作品不同特点的数字特征,并对绘画视觉艺术风格间的关系进行了分析,且将之与艺术评论家的分析相对应,发现不同艺术家绘画风格之间既有相似性,同时也有很大的差异。主要内容包括以下几个方面：首先,对信息论的基础理论进行简单的介绍,其中包括信息论所研究的内容和基本的信息度量概念；另外,又将绘画视觉艺术与信息论之间的关系进行概述,发现两者之间有很大的相似之处,从而得到将信息论知识运用到绘画视觉艺术风格的理解分析中是有效的。其次,以信息论为基础,分别提出了图像的色彩冗余、图像的数字调色板、图像的有序度、图像的复杂度和图像的显著度等五个表征绘画艺术风格的数征,并用具体图像中的特征将其一一验证,证实了其有效性,且真实、直观的呈现出其表征的各图像特征。最后,采用五种数字特征分别对Claude Monet、Vincent van Gogh、Georges-Pierre Seurat、Henri Matisse、丁绍光、徐悲鸿和齐白石的艺术作品风格进行分析,分别从画家的用色习惯、作画手法与构图方式等方面定量的描述各艺术家作品的风格特点,分析同种画派间的相似性与差异性,并且与艺术评论家们的分析相对比。实验表明,本文所提出的这些数字特征对分析不同艺术风格的特点是有效的,该研究不仅为绘画视觉艺术的风格分析提供了更多的分析手段,更为计算机美学这一领域提供更大的发展空间。