[发明专利]一种图像美学评价方法

权利要求书

1.一种图像美学评价方法，其特征在于包括以下步骤： 

步骤1、对样本图像进行特征区域划分，包括图像整体区域和主体区域； 

步骤2、对特征区域提取图像的低层视觉特征和高层美学特征；

步骤3、利用样本图像进行训练学习，通过训练学习结果获得美感等级分类器和美学回归模型；

步骤4、对目标图像调用步骤3中得到的美感等级分类器和美学回归模型，进行图像高、低美感等级评价和美学分数预测。

2.根据权利要求1所述的图像美学评价方法，其特征在于步骤1中划分图像特征区域包括图像整体区域和主体区域，将整幅图像作为整体区域，而提取图像主要内容区域作为图像的主体区域。

3.根据权利要求1所述的图像美学评价方法，其特征在于步骤1中通过提取主体区域作为特征区域的一部分，结合图像分割和梯度特征提取了图像的主体区域，主体区域提取具体包括图像分割、区域合并和主体提取。

4.根据权利要求1所述的图像美学评价方法，其特征在于步骤1中主体区域的提取具体为如下方法：首先采用分水岭分割算法对图像进行分割，然后根据亮度和色彩特征对分割后的区域进行区域融合，结合区域分割结果及图像梯度特征确定图像的主体区域。

5.根据权利要求1所述的图像美学评价方法，其特征在于步骤2提取的图像特征包括低层视觉特征和高层美学特征。

6.根据权利要求1所述的图像美学评价方法，其特征在于步骤2提取的低层视觉特征包括颜色特征、纹理特征和形状特征，具体包括HSV颜色空间的颜色直方图特征、颜色矩特征、Gabor纹理特征、Tumura纹理特征和GLCM特征。

7.根据权利要求1所述的图像美学评价方法，其特征在于步骤2提取的高层美学特征包括Daubchies小波变换、信息熵复杂度、KolmogorovZurek复杂度、基于GLCM特征的图像复杂度、景深和色彩空间EMD距离。

8.根据权利要求1所述的图像美学评价方法，其特征在于步骤3具体包含：采集大量图像及其美感评价信息，每幅图像的美感评价通过众多受试者对图像进行美感心理学评分获得，分数为 0-10分，所有带有分数值的图像数据作为美学回归数据集，同时按照美感分数的高低，建立美感等级图像集，包括高美感等级图像集和低美感等级图像集。

9.根据权利要求1所述的图像美学评价方法，其特征在于步骤3中采用Adaboost算法对美感等级图像集进行训练学习获取图像美感等级分类器，并采用SVR算法对美学回归数据集获取图像美学回归模型。

10.根据权利要求1所述的图像美学评价方法，其特征在于步骤4中，对于目标图像，系统自动地评价高、低美感等级和预测美学分数。