[发明专利]一种图像置乱评价方法和装置

权利要求书

1.一种图像置乱评价方法，其特征在于，包括：

对原图像和至少一幅置乱图像分别进行按位分层，获取所述原图像的位图图像和所述至少一幅置乱图像的位图图像；

根据交叉皮层神经网络模型，分别对所述原图像的位图图像和所述至少一幅置乱图像的位图图像进行特征提取，得到所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列；

根据所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列进行计算，得到所述至少一幅置乱图像的置乱度。

2.根据权利要求1所述一种图像置乱评价方法，其特征在于，对原图像和置乱图像进行按位分层，获取所述原图像的位图图像和所述至少一幅置乱图像的位图图像之前，包括：

根据图像置乱算法对原图像进行置乱变换，获取至少一幅置乱图像。

3.根据权利要求1所述一种图像置乱评价方法，其特征在于，根据交叉皮层神经网络模型，分别对所述原图像的位图图像和所述至少一幅置乱图像的位图图像进行特征提取，得到所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列，包括：

根据交叉皮层神经网络模型，分别对所述原图像的预设数量的位图图像和所述至少一幅置乱图像的预设数量的位图图像分别进行特征提取，得到所述原图像的预设数量的位图图像的特征序列和所述至少一幅置乱图像的预设数量的位图图像的特征序列；

将所述原图像的预设数量的位图图像的特征序列进行组合，得到所述原图像的结构特征序列的同时，将所述至少一幅置乱图像的预设数量的位图图像的特征序列进行组合，得到所述至少一幅置乱图像的结构特征序列。

4.根据权利要求1所述一种图像置乱评价方法，其特征在于，根据所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列进行计算，得到所述至少一幅置乱图像的置乱度，包括：

根据所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列计算一阶绝对值距离，将所述一阶绝对值距离作为所述至少一幅置乱图像的置乱度。

5.一种图像置乱评价装置，其特征在于，包括：

分层模块，用于对原图像和至少一幅置乱图像分别进行按位分层，获取所述原图像的位图图像和所述至少一幅置乱图像的位图图像；

特征提取模块，用于根据交叉皮层神经网络模型，分别对所述原图像的位图图像和所述至少一幅置乱图像的位图图像进行特征提取，得到所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列；

计算模块，用于根据所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列进行计算，得到所述至少一幅置乱图像的置乱度。

6.根据权利要求5所述一种图像置乱评价装置，其特征在于，包括：

置乱模块，用于根据图像置乱算法对原图像进行置乱变换，获取至少一幅置乱图像。

7.根据权利要求5所述一种图像置乱评价装置，其特征在于，所述特征提取模块，包括：

特征提取单元，用于根据交叉皮层神经网络模型，分别对所述原图像的预设数量的位图图像和所述至少一幅置乱图像的预设数量的位图图像分别进行特征提取，得到所述原图像的预设数量的位图图像的特征序列和所述至少一幅置乱图像的预设数量的位图图像的特征序列；

组合单元，用于将所述原图像的预设数量的位图图像的特征序列进行组合，得到所述原图像的结构特征序列的同时，将所述至少一幅置乱图像的预设数量的位图图像的特征序列进行组合，得到所述至少一幅置乱图像的结构特征序列。

8.根据权利要求5所述一种图像置乱评价装置，其特征在于，所述计算模块用于根据所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列计算一阶绝对值距离，将所述一阶绝对值距离作为所述至少一幅置乱图像的置乱度。