1.一种基于单演二进制编码的无参考图像质量评价方法，其特征在于包括以下步骤：

①令{Id(i,j)}表示待评价的失真图像，其中，1≤i≤W,1≤j≤H，W表示{Id(i,j)}的宽度，H表示{Id(i,j)}的高度，Id(i,j)表示{Id(i,j)}中坐标位置为(i,j)的像素点的像素值；

②对{Id(i,j)}实施单演二进制编码，得到{Id(i,j)}的单演二进制编码幅值图像、{Id(i,j)}的单演二进制编码相位图像和{Id(i,j)}的单演二进制编码方向图像，对应记为{Md(i,j)}、 和{θd(i,j)}，其中，Md(i,j)表示{Md(i,j)}中坐标位置为(i,j)的像素点的像素值， 表示 中坐标位置为(i,j)的像素点的像素值，θd(i,j)表示{θd(i,j)}中坐标位置为(i,j)的像素点的像素值；

③采用局部二值化模式操作对{Md(i,j)}进行处理，得到{Md(i,j)}的局部二值化模式特征图像，记为{LBPM(i,j)}；同样，采用局部二值化模式操作对 进行处理，得到的局部二值化模式特征图像，记为 采用局部二值化模式操作对{θd(i,j)}进行处理，得到{θd(i,j)}的局部二值化模式特征图像，记为{LBPθ(i,j)}；其中，LBPM(i,j)表示{LBPM(i,j)}中坐标位置为(i,j)的像素点的像素值，LBPM(i,j)∈[0,P+1]，表示 中坐标位置为(i,j)的像素点的像素值， LBPθ(i,j)表示{LBPθ(i,j)}中坐标位置为(i,j)的像素点的像素值，LBPθ(i,j)∈[0,P+1]，P表示局部二值化模式操作中的领域参数；

④获取{LBPM(i,j)}中像素值为0至P+1中的每个值的所有像素点与 中像素值

为0至P+1中的每个值的所有像素点的联合概率函数值，将{LBPM(i,j)}中像素值为m的所有像素点与 中像素值为n的所有像素点的联合概率函数值记为并获取{LBPM(i,j)}中像素值为0至P+1中的每个

值的所有像素点与{LBPθ(i,j)}中像素值为0至P+1中的每个值的所有像素点的联合概率函数值，将{LBPM(i,j)}中像素值为m的所有像素点与{LBPθ(i,j)}中像素值为q的所有像素点的联合概率函数值记为 其中，m＝0,1,…,P,P+1，n＝0,1,…,P,P+1，q＝0,1,…,P,P+1，Pc()为联合概率函数；

⑤计算{LBPM(i,j)}中像素值为0至P+1中的每个值的所有像素点的第一条件概率特征，将{LBPM(i,j)}中像素值为m的所有像素点的第一条件概率特征记为并计算 中像素值为0至P+1中的每个值

的所有像素点的条件概率特征，将 中像素值为n的所有像素点的条件概率特征记为 计算{LBPM(i,j)}中像素值为0至

P+1中的每个值的所有像素点的第二条件概率特征，将{LBPM(i,j)}中像素值为m的所有像素点的第二条件概率特征记为QM,θ(LBPM(i,j)＝＝m)，计算{LBPθ(i,j)}中像素值为0至P+1中的每个值的所有像素点的条件概率特征，将{LBPθ(i,j)}中像素值为q的所有像素点的条件概率特征记为Qθ,M(LBPθ(i,j)＝＝q)，其中，m＝0,1,…,P,P+1，n＝0,1,…,P,P+1，q＝0,

1,…,P,P+1；

⑥采用n”幅原始的无失真的图像，建立其在不同失真类型不同失真程度下的失真图像集合，该失真图像集合包括多幅失真图像；然后利用主观质量评价方法评价出该失真图像集合中的每幅失真图像的主观评分，将该失真图像集合中的第x幅失真图像的主观评分记为DMOSx；再按照步骤①至步骤⑤的操作，以相同的方式获取该失真图像集合中的每幅失真图像的单演二进制编码幅值图像的局部二值化模式特征图像中像素值为0至P+1中的每个值的所有像素点的第一条件概率特征、每幅失真图像的单演二进制编码相位图像的局部二值化模式特征图像中像素值为0至P+1中的每个值的所有像素点的条件概率特征、每幅失真图像的单演二进制编码幅值图像的局部二值化模式特征图像中像素值为0至P+1中的每个值的所有像素点的第二条件概率特征、每幅失真图像的单演二进制编码方向图像的局部二值化模式特征图像中像素值为0至P+1中的每个值的所有像素点的条件概率特征，将该失真图像集合中的第x幅失真图像的单演二进制编码幅值图像的局部二值化模式特征图像中像素值为m的所有像素点的第一条件概率特征记为 将该失真图像集合中的第x幅失真图像的单演二进制编码相位图像的局部二值化模式特征图像中像素值为n的所有像素点的条件概率特征记为 将该失真图像集合中的第x幅失真图像的单演二进制编码幅值图像的局部二值化模式特征图像中像素值为m的所有像素点的第二条件概率特征记为QM,θ,x(LBPM,x(i,j)＝＝m)，将该失真图像集合中的第x幅失真图像的单演二进制编码方向图像的局部二值化模式特征图像中像素值为q的所有像素点的条件概率特征记为Qθ,M,x(LBPθ,x(i,j)＝＝q)；其中，n”>1，x的初始值为1，1≤x≤X，X表示该失真图像集合中包含的失真图像的总幅数，0≤DMOSx≤100，m＝0,1,…,P,P+1，n＝0,1,…,P,P+1，q＝0,1,…,P,P+1，LBPM,x(i,j)表示该失真图像集合中的第x幅失真图像的单演二进制编码幅值图像的局部二值化模式特征图像{LBPM,x(i,j)}中坐标位置为(i,j)的像素点的像素值，LBPM,x(i,j)∈[0,P+1]， 表示该失真图像集合中的第x幅失真图像的单演二进制编码相位图像的局部二值化模式特征图像 中坐标位置为(i,j)的像素点的像素值， LBPθ,x(i,j)表示该失真图像集合中的第x幅失真图像的单演

二进制编码方向图像的局部二值化模式特征图像{LBPθ,x(i,j)}中坐标位置为(i,j)的像素点的像素值，LBPθ,x(i,j)∈[0,P+1]；

⑦将该失真图像集合作为训练集；然后利用支持向量回归对训练集中的所有失真图像各自的主观评分及各自的单演二进制编码幅值图像的局部二值化模式特征图像中像素值为0至P+1中的每个值的所有像素点的第一条件概率特征、各自的单演二进制编码相位图像的局部二值化模式特征图像中像素值为0至P+1中的每个值的所有像素点的条件概率特征、各自的单演二进制编码幅值图像的局部二值化模式特征图像中像素值为0至P+1中的每个值的所有像素点的第二条件概率特征、各自的单演二进制编码方向图像的局部二值化模式特征图像中像素值为0至P+1中的每个值的所有像素点的条件概率特征进行训练，使得经过opt训练得到的回归函数值与主观评分之间的误差最小，拟合得到最优的权值矢量W 和最优的偏置项bopt；接着利用Wopt和bopt构造得到支持向量回归训练模型；再根据支持向量回归训练模型，对{LBPM(i,j)}中像素值为0至P+1中的每个值的所有像素点的第一条件概率特征、中像素值为0至P+1中的每个值的所有像素点的条件概率特征、{LBPM(i,j)}中像素值为0至P+1中的每个值的所有像素点的第二条件概率特征、{LBPθ(i,j)}中像素值为0至P+1中的每个值的所有像素点的条件概率特征进行测试，预测得到{Id(i,j)}的客观质量评价预测值，记为Q，Q＝f(y)， 其中，Q是y的函数，f()为函数表示形式，y为输入，y表示{LBPM(i,j)}中像素值为0至P+1中的每个值的所有像素点的第一条件概率特征、 中像素值为0至P+1中的每个值的所有像素点的条件概率特征、{LBPM(i,j)}中像素值为0至P+1中的每个值的所有像素点的第二条件概率特征、{LBPθ(i,j)}中像素值为0至P+1中的每个值的所有像素点的条件概率特征，(Wopt)T为Wopt的转置矢量， 为y的线性函数。

2.根据权利要求1所述的一种基于单演二进制编码的无参考图像质量评价方法，其特征在于所述的步骤③中局部二值化模式操作中的领域参数P取值为8。