1.一种基于Gabor差分盒加权维数的半参考型图像质量评价方法,其特征在于，该方法包括如下步骤：S1：对输入的失真图像和参考图像进行二维Gabor变换；

S1.1：输入失真图像和参考图像，若输入图像为彩色图像，则将彩色图像转换成灰度图像，并分别将输入失真灰度图像和参考灰度图像定义为D(x,y)和R(x,y)，其中x表示失真灰度图像和参考灰度图像的列索引，y表示失真灰度图像和参考灰度图像的行索引，x＝1,

2,...,W，y＝1,2,...,H，其中W和H分别为失真灰度图像和参考灰度图像的宽度和高度；

S1.2：建立J个二维Gabor滤波器，所述的滤波器有M个尺度和N个方向，每个尺度和方向均有Gabor正弦和Gabor余弦两种滤波器，因此共有J＝2×M×N个二维Gabor滤波器，二维Gabor滤波器的设计公式如下：x'＝xcosθn+ysinθn

y'＝ycosθn-xsinθn

其中，m表示Gabor滤波器的尺度索引，n表示Gabor滤波器的方向索引，fm表示第m个尺度对应的频率，θn表示第n个尺度对应的角度，θn＝2πn/N，n＝0,1,...,N-1。fm＝a-mfmax，其中fmax为最高频率，m＝0,1,...,M-1，γ和η分别表示Gabor滤波器在横向和纵向的标准差，fc(fm,θn,x,y)是频率为fm、角度为θn、坐标为(x,y)的Gabor余弦滤波器系数，fs(fm,θn,x,y)是频率为fm、角度为θn、坐标为(x,y)的Gabor正弦滤波器系数。

S1.3：将S1.1获得的灰度图像经J个Gabor滤波器进行滤波，得到Gabor系数GCD(m,n,x,y)、GCR(m,n,x,y)、GSD(m,n,x,y)和GSR(m,n,x,y)，计算公式如下：GCD(m,n,x,y)＝D(x,y)*fc(fm,θn,x,y)

GCR(m,n,x,y)＝R(x,y)*fc(fm,θn,x,y)

GSD(m,n,x,y)＝D(x,y)*fs(fm,θn,x,y)

GSR(m,n,x,y)＝R(x,y)*fs(fm,θn,x,y)

其中，GCD(m,n,x,y)是失真灰度图像经Gabor余弦滤波器滤波后的Gabor余弦系数，GSD(m,n,x,y)是失真灰度图像经Gabor正弦滤波器滤波后的Gabor正弦系数，GCR(m,n,x,y)是参考灰度图像经Gabor余弦滤波器滤波后的Gabor余弦系数，GSR(m,n,x,y)是参考灰度图像经Gabor正弦滤波器滤波后的Gabor正弦系数。

S2：对S1.3的失真灰度图像和参考灰度图像的Gabor正弦系数和余弦系数进行分形维数计算，采用差分盒子法得到差分盒加权维数，具体如下：S2.1：将失真灰度图像和参考灰度图像的在某一尺度和某一方向的Gabor正弦系数和余弦系数大小缩放为长和宽为T，并将Gabor正弦系数或余弦系数取值缩放到[0,255]范围；

S2.2：将T×T维平面划分成大小为r×r的网格，再将缩放后的失真灰度图像或参考灰度图像划分成大小为r×r的网格内的Gabor正弦系数或余弦系数最大取值记为L，同时将缩放后的失真灰度图像或参考灰度图像的Gabor正弦系数或Gabor余弦系数最大取值L等分成T/r部分,则每部分的大小为L×r/T，因此可得到(T/r)3个大小为r×r×(L×r/T)的盒子，设第(i,j)个网格中最大缩放Gabor系数和最小缩放Gabor系数分别落于第p个和第q个盒子中，则计算出覆盖第(i,j)个网格所需盒子数n(i,j)，其中i为网格在图像中的行索引，j为网格在图像中的列索引，计算公式如下：n(i,j)＝p-q+1

S2.3：计算步骤S2.2中第(i,j)个网格的缩放后的失真灰度图像和参考灰度图像的Gabor正弦系数或Gabor余弦系数的绝对均值S(i,j)，公式如下：其中，k为第(i,j)个网格中的失真灰度图像或参考灰度图像的Gabor正弦系数或Gabor余弦系数索引，K为第(i,j)个网格中的失真灰度图像或参考灰度图像的Gabor正弦系数或Gabor余弦系数个数，Gi,j(k)表示第(i,j)个网格中的第k个缩放后的失真灰度图像或参考灰度图像的Gabor正弦系数或Gabor余弦系数，|·|表示求绝对值操作；

S2.4：计算失真灰度图像和参考灰度图像在某一尺度和某一方向的T×T维Gabor正弦系数和Gabor余弦系数的加权盒子数Nr，计算公式如下：其中，ω(i,j)表示第(i,j)个网格的加权系数，计算公式如下：

S2.5：采用最小二乘直线拟合方法得到失真灰度图像和参考灰度图像的Gabor正弦系数和Gabor余弦系数的差分盒加权维数D，计算公式如下：S2.6：将失真灰度图像和参考灰度图像在某一尺度和某一方向的T×T维缩放Gabor正弦系数和Gabor余弦系数采用S2.1到步骤S2.5的方法计算得到差分盒加权维数分别记为KCD(m,n)、KSD(m,n)、KCR(m,n)和KSR(m,n)，其中KCD(m,n)为失真灰度图像Gabor余弦系数的差分盒加权维数，KSD(m,n)为失真灰度图像Gabor正弦系数的差分盒加权维数，KCR(m,n)为参考灰度图像Gabor余弦系数的差分盒加权维数，KSR(m,n)为参考灰度图像Gabor正弦系数的差分盒加权维数；

S3：将失真灰度图像在某一尺度和某一方向的T×T维缩放Gabor正弦系数和Gabor余弦系数的取值范围等分成I个分组，并统计Gabor正弦系数或Gabor余弦系数的取值位于第i个分组中的概率p(i)，根据概率p(i)计算失真灰度图像的Gabor正弦系数和Gabor余弦系数的Gabor熵H，并将失真灰度图像Gabor余弦系数的Gabor熵记为HCD(m,n)，将失真灰度图像Gabor正弦系数的Gabor熵记为HSD(m,n)，H的计算公式如下：其中，0≤i≤I-1，I为分组的个数，p(i)为图像中第i个分组的Gabor系数概率分布；

S4：计算正弦加权系数β1(m,n)和余弦加权系数β2(m,n)，计算公式如下：

S5：根据失真灰度图像和参考灰度图像在某一尺度和某一方向的T×T维缩放Gabor正弦系数或Gabor余弦系数的差分盒加权维数KCD(m,n)、KSD(m,n)、KCR(m,n)和KSR(m,n)，得到半参考图像质量评价分值Q，计算公式如下：

2.根据权利要求1所述的基于Gabor差分盒加权维数的半参考图像质量评价方法，其特征在于，所述的S2.1中采用双线性插值方法进行图像的缩放，缩放成长和宽大小均为T的图像，其中T＝2P，P为满足不等式2P

3.根据权利要求2所述的基于Gabor差分盒加权维数的半参考图像质量评价方法，其特征在于，所述的S2.2中划分成的网格大小为r×r，其中r取值范围为2≤r≤P。

4.根据权利要求1所述的基于Gabor差分盒加权维数的半参考图像质量评价方法，其特征在于：

所述的S3中将失真灰度图像在某一尺度和某一方向的T×T维缩放Gabor正弦系数和Gabor余弦系数的取值范围等分成I个分组，其中I取值为8、16或32。