技术摘要：
本发明提供了一种手机照片选区主观比较评价方法，获取数据集中同一场景不同拍摄条件下的多张图片；在获取的多张图片中选择任意一张图片，进行第一张图片的区域选定；根据第一张图片的选定区域，对多张图片中的其余图片进行选定区域匹配，实现多张图片的选定区域自动对  全部
背景技术：
图像质量评价(IQA)，根据参考图片(reference  image)的存在与否，可分为：a)全 参考(full-reference)方法，b)半参考(reduced-reference)方法，c)无参考(no- reference)方法。传统的图像质量评价方法，主要集中于全参考和半参考方法，对于全参考 方法，需要同时用到原始图片和失真图片，对两者的各方面特征进行对比。传统的图像质量 评价有很多权威的数据库，例如LIVE(Laboratory  for  image&video  engineering)、CSIQ (Categorical  subjective  image  quality)等等，它们通过组织主观实验获取图像的主观 质量，以主客观质量的一致性来判断客观评价算法的性能。这些数据库结构都十分相似，包 含若干幅参考图像和若干幅失真图像，失真类型包括对比度缩减、高斯噪声、高斯模糊、压 缩失真等等。很明显，这些数据集主要是为了全参考方法服务。 近年来智能手机等移动终端设备迅速普及应用，移动设备的拍照性能受到了广泛 关注，拍照水平也成为了各大手机厂商提升产品竞争力的手段之一。当前手机的质量评价 以主观评价为主，采用大量观察者的平均意见分数，这种评价方式可靠但是昂贵且速度太 慢，难以广泛应用。通过建立模型分析对比不同智能手机拍摄的相同场景有很大必要。无论 是客观评价以及算法建立需要的庞大的数据集还是目前单纯的质量评价打分，都是一项繁 杂的工作，针对打分维度多、图片数量多、打分效率低以及细节打分比较困难等问题，都需 要一种新的打分方式来解决。 综上所述，移动设备的拍照性能评价与传统的图像质量评价大有不同，目前的有 效数据集也很匮乏，主观打分方面操作繁琐，因此，亟需开发出一款专门用于手机拍照质量 评价的打分方法，该方法应当能够为主观打分减少很多工作量并且更直观高效。 目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资 料。
技术实现要素：
本发明针对现有技术中存在的上述不足，提供了一种手机照片选区主观比较评价 方法及系统。 本发明是通过以下技术方案实现的。 一种手机照片选区主观比较评价方法，包括： 获取数据集中同一场景不同拍摄条件下的多张图片； 在获取的多张图片中选择任意一张图片，进行第一张图片的区域选定； 根据第一张图片的选定区域，对多张图片中的其余图片进行选定区域匹配，实现 多张图片的选定区域自动对齐； 4 CN 111553879 A 说　明　书 2/8 页 对自动对齐后的多张图片确定打分区域，根据打分区域进行主观图像质量评价， 得到打分结果。 优选地，采用拖拽以及缩放的处理方式，通过改变左上和右下两个坐标，对第一张 图片进行区域选定，并且记录下第一张图片改变的左上和右下坐标以及缩放比例，从而进 行对多张图片中的其余图片的同步拖曳缩放处理。 优选地，采用模板匹配算法，对多张图片中的其余图片进行选定区域匹配，匹配结 果自动布局，实现选定区域的自动对齐。 优选地，若自动对齐出现偏差，则还可以通过手动调整其中对齐有偏差的选定区 域，从而进行对齐微调。( 优选地，所述模板匹配算法采用均方差模板，以第一张图片的选定区域为模板，令 其余图片为搜索图S，以(i,j)为左上角，取M×N大小的子图，子图与模板大小相同，利用如 下公式： 计算该子图与模板的相似度，遍历整个搜索图，在所有能够取到的子图中，找到与 模板图最相似的子图作为最终匹配结果； 式中，D(i,j)表示以(i,j)为左上角，取M×N大小的子图与模板的匹配分数，M表示 子图的长，N表示子图的高，S表示搜索图的具体像素矩阵，s表示搜索图遍历行的步进，i表 示搜索图左上角横坐标，j表示搜索图左上角纵坐标，t表示搜索图遍历高的步进，T表示模 板的具体像素矩阵，1≤i≤m-M 1,1≤j≤n-N 1。 优选地，打分区域，采用如下任意一种： -通过框选的方式确定打分区域； -将选定区域作为打分区域。 优选地，所述同一场景不同拍摄条件下的多张图片，通过以下方式获取得到： 选择固定场景，利用若干智能手机拍照，得到同一场景不同拍摄条件下的多张图 片；多个场景下的图片形成数据集；其中，将每一张图片的EXIF信息删除。 优选地，所述方法，还包括： 设置测试环境，所述对多张图片进行打分的过程在测试环境中进行。 优选地，所述测试环境的照度值应小于30。 优选地，采用基于python的tkinter图形开发界面进行图片显示，并配置于4k显示 屏上。 优选地，所述打分结果中至少包括如下几项数据：场景编号、手机编号、图片名称、 选定区域的左上角坐标以及区域的大小、打分一级属性、打分二级属性、分数。 优选地，所述方法，还包括： 根据得到的打分结果，设计对应的图像质量评价模型；具体为：将选定区域、区域 得分以及评价属性保存形成数据集，输入神经网络进行训练，保存训练结果即可得到对应 的图像质量评价模型。 5 CN 111553879 A 说　明　书 3/8 页 根据本发明的另一个方面，提供了一种手机照片选区主观比较评价系统，包括： 数据获取模块：所述数据获取模块获取数据集中同一场景不同拍摄条件下的多张 图片； 区域选定模块，所述区域选定模块在获取的多张图片中选择任意一张图片，进行 第一张图片的区域选定； 自动对齐模块：所述自动对齐模块根据第一张图片的选定区域，对多张图片中的 其余图片进行选定区域匹配，实现多张图片的选定区域自动对齐； 打分模块：所述打分模块对自动对齐后的多张图片确定打分区域，根据打分区域 进行主观图像质量评价，得到打分结果； 显示界面模块，所述显示界面模块用于显示上述各模块中所得到的图片。 优选地，所述系统设置于测试环境中，所述测试环境要求照度值应小于30。 优选地，所述显示界面模块采用基于python的tkinter图形开发界面，并通过4k显 示屏进行配置显示。 本发明提供的手机照片选区主观比较评价方法及系统，解决了如下技术问题： 提升打分效率：以往的主观打分很难做到不同的手机拍摄的同一场景选取其中几 个同时打分，三张以上就显得比较复杂，因为要关注同一场景的同一区域，很难做到对其中 一个调整时其余的跟随一起移动。本发明同时展示了同一场景中同一区域对于不同拍摄参 数下的多张图片，并提供同时的拖拽缩放功能，考虑到拍照时手的位置发生细微变化，还提 供了对齐功能，便于打分者快速挑选特征场景，进而提升打分效率。 划区域打分：以往的主观打分要想做到针对图片的某一细节进行打分比较困难， 这样打分需要比直接打分记录更多的信息，比如某个区域的位置。本发明提供框选打分功 能，可以在图片对齐后手动框选出特征区域，然后进行打分，最终这些数据都会记录下来。 界面友好且利用率高：现有的智能设备相机分辨率很高，照片像素数目很多，充分 利用屏幕的每个像素十分关键。本发明提供的显示界面模块，其显示界面只保留上方一行 按钮，其余区域全部用于图片展示，不留空白，打分操作通过右键弹窗的形式进一步节约空 间，做到了极高的屏幕利用率。兼容性好：本发明提供的显示界面模块，采用基于python的 tkinter图形开发界面，方便在Windows、Linux、Max  OS上部署使用，运行环境配置容易。 打分数据便于处理：本发明使用csv、json两种格式记录打分结果，记录内容包括： 场景编号，手机编号，图片名称，打分区域，打分一级属性，打分二级属性，分数等7项数据。 由于采用了上述技术方案，本发明具有如下有益效果： 1、本发明大幅减少图像质量评价人工打分的工作量，可以自由切换图片并预览， 支持记录实时打分，节省大量时间，可操作性强； 2、本发明更加容易地框选打分区域，打分可以更加细致地针对图片的某一细节； 3、显示界面采用基于python的tkinter图形开发界面，界面友好且利用率高，图片 布局基本占用全部屏幕资源，打分启用弹框，不额外占用屏幕看图的资源； 4、本发明具有更好的兼容性，支持几乎全部主流操作系统，包括Windows、Linux、 Max  OS，环境配置简单； 5、本发明打分数据易于处理，合理安排打分数据格式，包括编号名称属性等，便于 后期的调用与处理。 6 CN 111553879 A 说　明　书 4/8 页 附图说明 通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、 目的和优点将会变得更明显： 图1为本发明一优选实施例所提供的手机照片选区主观比较评价方法整体流程 图； 图2为本发明一优选实施例中所提供的数据集的建立流程图； 图3为本发明一优选实施例中所提供的区域选定流程图； 图4为本发明一优选实施例中所提供的对多张图片进行打分的流程图； 图5为本发明一优选实施例中所提供的根据选定区域进行多张图片的选定区域自 动对齐的示意图； 图6为本发明一优选实施例中所提供的一组同一场景不同拍摄条件下的多张图片 在某一属性的打分结果分布直方图。