图像拼接技术已被广泛地应用于虚拟现实、视频监控等领域。但是针对图像拼接所造成的错位图像质量评价方法研究,并没有跟上图像拼接技术发展的脚步,对图像拼接工程的自动化评估带来了一定的阻碍。图像拼接的质量评价与传统的图像质量评价有着一定的差别,传统的图像评价算法所研究的噪声和失真大多数是全局均匀分布的,而拼接图像的噪声和失真是从局部进行扩散的,因而采用传统的质量评价算法就会导致一定的误差。本文针对拼接图像质量的量化评价进行了研究。论文的研究分为针对于图像拼接的局部相位一致性特征设计和采用局部相位一致性特征进行质量评价算法设计两个部分,将针对图像拼接所造成的错位失真进行分析,采用人眼视觉系统(Human Visual System,HVS)的一些特性进行应用,提高了图像拼接质量评价算法的性能。本文的主要研究工作包括以下几个方面:其一,采用基于特征点的图像拼接方法模拟不同的相机位姿得到不同的拼接错位图像。通过计算匹配特征点得到的单应矩阵,推导出原始的相机位姿,通过改变相机位姿的欧拉角来得到不同错位程度的拼接结果图,在APAP(As-Projective-As-Possible)的拼接数据库上的基础上构建了错位拼接图像质量评价数据库,并对多个主流的图像质量评价算法进行测试和分析。其二,提出了一种结合相位一致性的局部归一化网格定向梯度直方图局部特征,该特征可以在一定程度上描述局部图像的特征信息。这种采用了局部区域归一化的直方图将有效降低特征描述的维度,并抑制噪声和光照变化所造成的影响。而后对错位图像进行局部特征的提取,并和原始图像的特征进行对比,能够反映一定的错位信息。其三,设计了一种基于局部特征一致性的图像拼接质量评价算法。在得到图像的局部特征后进行对比度编码,放入由恰可察觉失真(Just Noticeable Distortion,JND)阈值所确定的筛选比例系数的最小池进行处理,最终得到客观评价结果值。将该算法在基于APAP的错位拼接图像质量评价数据库上进行了测试,测试结果表明该算法能够较好地对不同错位程度的图像进行区分,并得到与主观评价较为相近的结果,其SROCC和PLCC达到了0.87和0.86。综上所述,本文提出的基于局部相位一致性特征的图像拼接质量评价算法,能够有效地描述不同错位程度的特征,并对图像拼接的结果进行评价后得到一个较好的客观评估结果。