基于统计相似性和双向显著性保真度的图像重定向质量评价方法

摘要

本发明公开了一种基于统计相似性和双向显著性保真度的图像重定向质量评价方法，其特征包括：1、获取原始图像和重定向图像的log‑Gabor域的自然场景统计特征，并得到两者自然场景统计特征之间的差值，作为自然场景差值统计特征；2、获取前向显著性信息丢失值和后向显著性信息丢失值；3、获取图像的显著性结构失真值；4、由自然场景差值统计特征、前向显著性信息丢失值、后向显著性信息丢失值、显著性结构失真值构成重定向质量评价特征；5、利用支持向量回归模型对重定向质量评价特征进行训练和预测，从而得到质量评价模型。本发明考虑了自然场景统计特征变化，并且从两个方向对图像显著性保真度进行衡量，能够更加准确地预测重定向图像主观视觉质量。