1.一种基于相似性变换的重定位图像质量评价方法，其特征在于包括以下步骤：①令Iorg表示原始图像，令Iret表示Iorg对应的重定位图像；将Iorg中坐标位置为(x,y)的像素点的像素值记为Iorg(x,y)，将Iret中坐标位置为(x',y)的像素点的像素值记为Iret(x',y)；其中，1≤x≤W，1≤y≤H，1≤x'≤W'，W表示Iorg的宽度，W'表示Iret的宽度，H表示Iorg或Iret的高度；

②采用SIFT-Flow方法建立Iorg与Iret之间的匹配关系，得到Iorg中的每个像素点的SIFT-Flow向量，将Iorg中坐标位置为(x,y)的像素点的SIFT-Flow向量记为vO(x,y)，然后根据Iorg中的所有像素点的SIFT-Flow向量，从Iorg中得到重构的重定位图像，记为 将 中坐标位置为 的像素点的像素值记为 再判断 中的

每个像素点是否为空洞像素点，对于 中坐标位置为(x',y)的像素点，若 中坐标位置为(x',y)的像素点为空洞像素点，则令 其中，用于表示水平方向，用于表示垂直方向， 表示vO(x,y)的水平偏移量， 表示vO(x,y)的垂直偏移量，中的“＝”为赋值符号；

同样，采用SIFT-Flow方法建立Iret与Iorg之间的匹配关系，得到Iret中的每个像素点的SIFT-Flow向量，将Iret中坐标位置为(x',y)的像素点的SIFT-Flow向量记为vR(x',y)，然后根据Iret中的所有像素点的SIFT-Flow向量，从Iret中得到重构的原始图像，记为 将 中坐标位置为 的像素点的像素值记为 再判断 中

的每个像素点是否为空洞像素点，对于 中坐标位置为(x,y)的像素点，若 中坐标位置为(x,y)的像素点为空洞像素点，则令 其中， 表示vR(x',y)的水平偏移量， 表示vR(x',y)的垂直偏移量， 中的“＝”为赋值符号；

③将Iorg分割成 个互不重叠的尺寸大小为16×16的四边形网格；然后以Iorg中的每个四边形网格的左上、左下、右上和右下4个网格顶点的集合来描述Iorg中的每个四边形网格，将Iorg中的第k个四边形网格记为UO,k， 其中，符号为向下取整运算符号，k为正整数，1≤k≤M， 对应

表示UO,k的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点， 以 的水平坐标位置 和垂直坐标位置 来描述， 以 的水平坐标位置 和垂直坐标位置 来描述， 以 的水平坐标位置 和垂直坐标位置来描述， 以 的水平坐标位置 和垂直坐标位置 来描述，同样，将Iret分割成 个互不重叠的尺寸大小为16×16的四边形网格；然后以Iret中的每个四边形网格的左上、左下、右上和右下4个网格顶点的集合来描述Iret中的每个四边形网格，将Iret中的第k'个四边形网格记为UR,k'， 其中，k'为正整数，1≤k'≤M'， 对应表示UR,k'的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点， 以 的水平坐标位置 和垂直坐标位置 来描述， 以 的水平坐标位置 和垂直坐标位置来描述， 以 的水平坐标位置 和垂直坐标位置 来描述，以 的水平坐标位置 和垂直坐标位置 来描述，

④根据Iorg中的每个四边形网格的所有网格顶点的SIFT-Flow向量，得到Iorg中的每个四边形网格在Iret中匹配的四边形网格，将UO,k在Iret中匹配的四边形网格记为然后计算Iorg中的每个四边形网格的相似性变换矩阵，将UO,k的相似性变换矩阵记为 其中， 对应

表示 的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点，也即对应表示 在Iret中匹配的网格顶点、 在Iret中匹配的网格顶点、 在Iret中匹配的网格顶点、 在Iret中匹配的网格顶点， 以 的水平坐标位置 和垂直坐标位置来描述， 以 的水平坐标位置 和垂直坐标位置 来描述，以 的水平坐标位置 和垂直坐标位置 来描述，

以 的水平坐标位置 和垂直坐标位置 来描述，

表示 的SIFT-Flow向量的水平偏移量，

表示 的SIFT-Flow向量的垂直偏移量， 表示 的SIFT-Flow向量的水平偏移量， 表示 的SIFT-Flow向量的垂直偏移量， 表示的SIFT-Flow向量的水平偏移量， 表示 的SIFT-Flow向量的垂直偏移量，表示 的SIFT-Flow向量的水平偏移量， 表示 的SIFT-Flow向量的垂直偏移量， (AO,k)T为AO,k的转置，((AO,k)TAO,k)-1为(AO,k)TAO,k的逆， 的维数为6×1；

同样，根据Iret中的每个四边形网格的所有网格顶点的SIFT-Flow向量，得到Iret中的每个四边形网格在Iorg中匹配的四边形网格，将UR,k'在Iorg中匹配的四边形网格记为然后计算Iret中的每个四边形网格的相似性变换矩阵，将UR,k'的相似性变换矩阵记为 其中，

对应表示 的左上网格顶点、左下网格顶点、右上网格顶点、右下网格顶点，也即对应表示 在Iorg中匹配的网格顶点、 在Iorg中匹配的网格顶点、 在Iorg中匹配的网格顶点、 在Iorg中匹配的网格顶点， 以 的水平坐标位置和垂直坐标位置 来描述， 以 的水平坐标位置 和垂直坐标位置 来描述， 以 的水平坐标位置 和垂直坐标位置来描述， 以 的水平坐标位置 和垂直坐标位置 来描

述，

表示 的SIFT-Flow向量的水平偏移量，

表示 的SIFT-Flow向量的垂直偏移量， 表示 的SIFT-Flow向量的水平偏移量， 表示 的SIFT-Flow向量的垂直偏移量， 表示 的SIFT-Flow向量的水平偏移量， 表示 的SIFT-Flow向量的垂直偏移量， 表示 的SIFT-Flow向量的水平偏移量， 表示 的SIFT-Flow向量的垂直偏移量， (AR,k')T为AR,k'的转置，((AR,k')TAR,k')-1为(AR,k')TAR,k'的逆， 的维数为6×1；

⑤采用分层显著性检测模型提取出Iorg的视觉显著图，记为{SO(x,y)}；其中，SO(x,y)表示{SO(x,y)}中坐标位置为(x,y)的像素点的像素值；

同样，采用分层显著性检测模型提取出Iret的视觉显著图，记为{SR(x,y)}；其中，SR(x,y)表示{SR(x,y)}中坐标位置为(x,y)的像素点的像素值；

⑥根据Iorg中的所有四边形网格的相似性变换矩阵，并结合{SO(x,y)}，计算Iorg的前向几何失真，记为fFGD；

同样，根据Iret中的所有四边形网格的相似性变换矩阵，并结合{SR(x,y)}，计算Iret的后向几何失真，记为fBGD；

⑦根据{SO(x,y)}、 及Iorg中的所有四边形网格在Iret中匹配的四边形网格，计算Iorg的前向信息损失，记为fFIL；

同样，根据{SR(x,y)}、 及Iret中的所有四边形网格在Iorg中匹配的四边形网格，计算Iret的后向信息损失，记为fBIL；

⑧根据fFGD、fBGD、fFIL和fBIL，计算Iret的客观质量评价预测值，记为Q，Q＝λ1×(α1×fFGD+β1×fBGD)+λ2×(α2×fFIL+β2×fBIL)，其中，α1和β1、α2和β2、λ1和λ2均为权重系数。

2.根据权利要求1所述的一种基于相似性变换的重定位图像质量评价方法，其特征在于所述的步骤⑥中的fFGD和fBGD的计算过程为：⑥_1、根据Iorg中的每个四边形网格的相似性变换矩阵，计算Iorg中的每个四边形网格的几何失真，将UO,k的几何失真记为ζO,k，其中， 表

示 中的第1个元素， 表示 中的第2个元素， 表示 中的第4个元素，表示 中的第5个元素；

同样，根据Iret中的每个四边形网格的相似性变换矩阵，计算Iret中的每个四边形网格的几何失真，将UR,k'的几何失真记为ζR,k'，其中，

表示 中的第1个元素， 表示 中的第2个元素， 表示 中的第4个元素，表示 中的第5个元素；

⑥_2、根据Iorg中的每个四边形网格的几何失真，并结合{SO(x,y)}，计算Iorg的前向几何失真fFGD， 其中，SO(k)表示UO,k中的所有像素点的视觉显著值的均值，也即表示{SO(x,y)}中与UO,k对应的区域中的所有像素点的像素值的均值；

同样，根据Iret中的每个四边形网格的几何失真，并结合{SR(x,y)}，计算Iret的后向几何失真fBGD， 其中，SR(k')表示UR,k'中的所有像素点的视觉显著值的均值，也即表示{SR(x,y)}中与UR,k'对应的区域中的所有像素点的像素值的均值。

3.根据权利要求1或2所述的一种基于相似性变换的重定位图像质量评价方法，其特征在于所述的步骤⑦中的fFIL和fBIL的计算过程为： 其中，SO(k)表示UO,k中的所有像素点的视觉显著值的均值，也即表示{SO(x,y)}中与UO,k对应的区域中的所有像素点的像素值的均值， 表示计算 中与 对应的区域中的所有非空洞像素点所占的区域面积大小； 其中，SR(k')表示UR,k'中的所有像素点的视觉显著值的均值，也即表示{SR(x,y)}中与UR,k'对应的区域中的所有像素点的像素值的均值， 表示计算 中与 对应的区域中的所有非空洞像素点所占的区域面积大小。