[发明专利]一种全局和局部特征相结合的跨尺度图像质量评价方法

权利要求书

1.一种全局和局部特征相结合的跨尺度图像质量评价方法，其特征在于，包括以下步骤：

1)输入两幅图像，一幅原始图像和一幅待评价图像，提取两幅图SIFT特征点，并进行特征点的匹配和筛选；

2)对原始图像进行显著度检测，得到显著度图；

3)对原始图像和待评价图像进行三角剖分，从而提取图像的全局结构特征，以几何的方式来描述图像缩放过程中引起的视觉感知；

4)基于两幅图像的三角剖分结果，分别计算对应三角型的变形程度，加权平均作为两幅图像的全局相似度，具体步骤如下：

①形状形变因子；S_shape表示形状形变因子，a、b、c和a＇、b＇、c＇分别代表原图和待评价图像中任意一个三角形的对应边的边长，l_a、l_b和l_c分别代表对应边的比值，ave代表对应边比值的平均值；当S_shape越小时，表示三角形的形状变化越明显；

其中

②位置偏移因子；其中角α、β和γ分别表示，原图和待评价图像中对应三角形的对应边的夹角，S_shift表示位置偏移因子；当S_shift越小时，表明位置偏移越大，从而引起更大的视觉效应；

S_shift＝(cos(α)+cos(β)+cos(γ))/3 (4)

③角度变化因子；其中S_angle表示角度变化因子，A和A＇、B和B＇以及C和C＇分别表示三角形对应角的角度值；当S_angle越小时，表明对应角的变化越明显，越能显示出角度变化引起的视觉效应；

④对于剖分结果中的每一个三角形，分别计算形状变形因子，位置偏移因子和角度变化因子，最后将三者结合作为原图和待评价图像的全局结构相似度；公式中S_i表示第i个三角形的相似度，e表示自然指数；

将三角剖分形成的所有的三角形的相似度进行加权，然后得到图像全局相似度；

5)基于原图和待评价图像之间的SIFT点的映射关系，从而计算局部信息的相似度；以匹配的SIFT特征点为中心选取N*N的窗口，利用SSIM公式，计算原图像中的选取的窗口x和待评价图像中选取的窗口y之间的相似度，最后将整体进行加权平均，得到两幅图像的相似度；其中μ_x、μ_y分别为两张图像的灰度均值或者各通道均值，σ_x、σ_y分别为两张图像的灰度方差或者各通道方差，σ_xy为两张图像的协方差；c₁和c₂是为了防止分母为0的正数，然后以步骤2得到的显著度图对应的像素值为权重值，进行加权和；

S_local＝∑saly_j×SSIM_j (8)

其中S_local表示待评价图像与原图像的局部特征相似度，saly_j表示第j个对应窗口的显著度权重值，通过显著度图对应的像素值直接得到，SSIM_j表示第j个对应的窗口x和y通过SSIM(x,y)公式计算得到的相似度值；

最后将全局特征和局部特征相结合，得到最后的待评价图与原图之间的相似度值，相似度值越大表明待评价图与原图越相似。