买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广西大学申请的专利基于全局轮廓匹配的图像重定向质量评价方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116580270B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310457314.3，技术领域涉及：G06V10/776；该发明授权基于全局轮廓匹配的图像重定向质量评价方法是由唐振华;陆小凤;罗媛婷;吴艳丽;张银;覃团发设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本基于全局轮廓匹配的图像重定向质量评价方法在说明书摘要公布了：本发明公开了一种基于全局轮廓匹配的图像重定向质量评价方法。与现有的评价指标不同，利用基于Color‑SIFT特征点匹配的方法提取出重定向图像的全局轮廓区域。通过倒角匹配将待评价图像与源图像的特征进行配准，并用变换距离估算重定向前后的对象轮廓位移，合理计算出全局轮廓区域的失真情况。此外，提出一种自适应重定向图像分类评价框架，首先根据深度学习网络提取前景图，通过判断基于人眼视觉感知设定的阈值对图像自适应分类，给定不同类型图像相符合的评价指标，结合信息丢失和局部显著区域失真进一步提升本发明方法评价结果的性能。

本发明授权基于全局轮廓匹配的图像重定向质量评价方法在权利要求书中公布了：1.一种基于全局轮廓匹配的图像重定向质量评价方法，其特征在于，包括如下步骤： 步骤1：输入原始图像及其重定向图像，检测原始图像的全局轮廓边界图，利用深度学习模型EGNet提取原始图像的边缘轮廓特征，在OTSU算法自适应二值化处理后通过膨胀腐蚀消除错误的杂乱边界噪点，获得全局轮廓边界图； 步骤2：提取重定向图像全局轮廓，利用改进的SIFT-flow完成重定向图像到原始图像的像素点稠密匹配，并结合原始图像全局轮廓区域的匹配获得重定向图像全局轮廓边界图； 步骤3：对不同特征图像自适应分类，采用PicNet模型来检测原始图像的显著信息获得前景对象图，根据经验设置阈值从而对原始图像分类为无显著区域类和显著区域类； 步骤4：计算失真量度指标，分为全局度量指标和局部度量指标，全局失真包括基于全局轮廓的QEGS、图像块ARSblock及前向信息损失fFIL评估，局部失真包括基于显著区域的SARS、人脸块的FARS及后向信息丢失fSBIL评估；所述步骤4中计算基于全局轮廓的QEGS，具体包括： 步骤4.1：计算原始图像与重定向图像之间的倒角距离；令原始图像的DT距离变换图的像素点集合为G＝{pi}，重定向图像的DT距离变换图的像素点集合为G′＝{p′i}；计算G,G′之间的倒角距离dG,G′，将dG,G′作为重定向图像全局轮廓边界G′与原始图像全局轮廓边界G匹配到的最佳倒角距离： 其中，N表示重定向全局轮廓边界中白色像素1的总像素数，而|pi′-pi|表示匹配到的重定向图像像素pi′和原始图像像素pi之间的距离； 步骤4.2：加权与归一化处理；将重定向图像显著区域与原始图像显著区域的变化作为轮廓边界获得保留的控制参数，采用一个指数对其进行加权和归一化处理，其中γ表示原始图像与重定向图像的显著区域最大宽之间和最大高之间的比率之和， 步骤4.3：计算重定向图像全局轮廓失真分数；经过加权与归一化，全局轮廓失真评价指标QEGS的计算方式如式10： 步骤5：重定向图像的质量评估，根据两种类型图像的特点，从全局和局部两个角度描述重定向图像的失真，制定不同类型图像的有效评价机制，输出图像重定向的质量评价分数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广西大学，其通讯地址为：530000 广西壮族自治区南宁市西乡塘区大学东路100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。