1.一种基于图谱特征和空间特征的盲参考三维网格质量评价方法，其特征在于包括以

下步骤：

步骤一：将待评价的失真三维网格记为M，M由N个顶点和连接顶点与顶点之间的边组

成，M中包含有多个离散的三角网格面，将M中的第i个顶点记为vi；其中，N为正整数，N≥3，i为正整数，i的初始值为1，1≤i≤N；

步骤二：构建M中的每个顶点的曲率张量，将vi的曲率张量记为R(vi)；然后计算M中的每个顶点的曲率张量的所有特征值，将R(vi)的第k个特征值记为λi,k；接着获取M中的每个顶点的极大主曲率和极小主曲率，将vi的极大主曲率和极小主曲率对应记为Pri1(vi)和Pri2(vi)，Pri1(vi)＝max(λi,1,λi,2,…,λi,k,…,λi,K)，Pri2(vi)＝min(λi,1,λi,2,…,λi,k,…,λi,K)；再计算M中的每个顶点的高斯曲率，将vi的高斯曲率记为fGC(vi)，fGC(vi)＝Pri1(vi)×Pri2(vi)；其中，k为正整数，k的初始值为1，1≤k≤K，K表示R(vi)的所有特征值的总个数，K≥2，max()为取最大值函数，min()为取最小值函数，λi,1表示R(vi)的第1个特征值，λi,2表示R(vi)的第2个特征值，λi,K表示R(vi)的第K个特征值；

步骤三：根据M中的所有顶点和所有边，构建M的加权邻接矩阵，记为W；再根据W，计算M中的所有顶点的平滑度特征作为M的第一特征向量，记为FS，设定vi与vj之间存在边εi,j，则有 其中，W的维数为N×N，vj表示M中的第j个顶点，j为正整数，1≤j≤N,j≠i，Wi,j表示边εi,j上的权重，也即W中下标为(i,j)处的元素，fGC(vj)表示vj的高斯曲率；

步骤四：根据W，构建M的拉普拉斯矩阵，记为L；然后采用Lanczos方法计算L的特征向量，记为U， 并采用QR方法计算L的 个特征值，将L的第p个特征值记为tp；接着计算L的每个特征值对应的图谱域上的高斯曲率幅值，将tp对应的图谱域上的高斯曲率幅值记为 再获取M的第二特征向量，记为FAM，其中，L的维数为N×N，U的维数为 L的特

征向量中包含的元素的总个数和L的特征值的总个数均为 为正整数， u1为

U中的第1个元素，u2为U中的第2个元素，up为U中的第p个元素， 为U中的第 个元素，u1、u2、up、 的维数均为 p为正整数，p的初始值为1， 表示L的第1个特征值t1对应的图谱域上的高斯曲率幅值， 表示L的第2个特征值t2对应的图谱域上的高

斯曲率幅值， 表示L的第 个特征值 对应的图谱域上的高斯曲率幅值；

步骤五：计算M中的每个顶点的形状指数和弯曲度，将vi的形状指数和弯曲度对应记为SI(vi)和C(vi)， 然后利用广义高斯分布对M中的所有顶点的形状指数进行直方图拟合，拟合得到三个拟合参数，分别为M中的所有顶点的形状指数的均值、M中的所有顶点的形状指数的方差、M中的所有顶点的形状指数的尺度，对应记为SIμ、SIσ、SIα；再将SIμ、SIσ和SIα分别作为描述M失真情况的形状指数特征，将SIμ、SIσ和SIα按序构成一个行向量作为M的第三特征向量，记为FSI，FSI＝[SIμ,SIσ,SIα]；同样，利用广义高斯分布对M中的所有顶点的弯曲度进行直方图拟合，拟合得到三个拟合参数，分别为M中的所有顶点的弯曲度的均值、M中的所有顶点的弯曲度的方差、M中的所有顶点的弯曲度的尺度，对应记为Cμ、Cσ和Cα；再将Cμ、Cσ和Cα分别作为描述M失真情况的弯曲度特征，将Cμ、Cσ和Cα按序构成一个行向量作为M的第四特征向量，记为FC，FC＝[Cμ,Cσ,Cα]；其中，FSI的维数为1×3，FC的维数为1×3，符号“[]”为向量表示符号；

步骤六：将M的中心记为v0；然后计算v0在M所在的三维坐标系中的坐标位置，记为(x0,y0,z0)， 接着计算M中的每个顶点到v0的距离、方位角和仰角，将vi到v0的距离、方位角和仰角对应记为ρi、θi和

再计算M中的所有顶点的散乱度参数，分别为M

中的所有顶点对应的距离的均值、M中的所有顶点对应的距离的方差、M中的所有顶点对应的方位角的均值、M中的所有顶点对应的方位角的方差、M中的所有顶点对应的仰角的均值、M中的所有顶点对应的仰角的方差，对应记为ρμ、ρσ、θμ、θσ、 最后将ρμ、ρσ、θμ、θσ、分别作为衡量M中的所有顶点的偏移量的散乱度特征，将ρμ、ρσ、θμ、θσ、 按序构成一个行向量作为M的第五特征向量，记为FVS， 其中，x0表示v0在M所在的三维坐标系中的X轴上的坐标值，y0表示v0在M所在的三维坐标系中的Y轴上的坐标值，z0表示v0在M所在的三维坐标系中的Z轴上的坐标值，xi表示vi在M所在的三维坐标系中的X轴上的坐标值，yi表示vi在M所在的三维坐标系中的Y轴上的坐标值，zi表示vi在M所在的三维坐标系中的Z轴上的坐标值，FVS的维数为1×6；

步骤七：计算M中的每个三角网格面的面积；然后利用广义高斯分布对M中的所有三角

网格面的面积进行直方图拟合，拟合得到三个拟合参数，分别为M中的所有三角网格面的面积的均值、M中的所有三角网格面的面积的方差、M中的所有三角网格面的面积的尺度，对应记为Aμ、Aσ、Aα；再将Aμ、Aσ、Aα分别作为描述M的三角拓扑结构的变化情况的特征，将Aμ、Aσ、Aα按序构成一个行向量作为M的第六特征向量，记为FA，FA＝[Aμ,Aσ,Aα]；其中，FA的维数为1×

3；

步骤八：将FS、FAM、FSI、FC、FVS、FA按序构成一个行向量作为M的感知质量特征向量，记为F，F＝[FS,FAM,FSI,FC,FVS,FA]；

步骤九：使用随机森林技术，将F作为随机森林技术的输入量，计算得到M的客观质量评价值。

2.根据权利要求1所述的基于图谱特征和空间特征的盲参考三维网格质量评价方法，

其特征在于所述的步骤二中， 其中，Area表示vi所在的1-

ring邻域内的所有三角网格面的面积之和，e表示边，B表示vi所在的1-ring邻域内的所有边构成的集合，β(e)表示边e相邻的两个三角网格面的法向量的夹角，LArea表示边e位于vi所在的1-ring邻域内的长度，表示与边e平行方向上的单位向量， 为 的转置。

3.根据权利要求1或2所述的基于图谱特征和空间特征的盲参考三维网格质量评价方

法，其特征在于所述的步骤三中的W的获取过程为：将W中下标为(i,j)处的元素记为Wi,j，若vi与vj之间存在边εi,j，则令 若vi与vj之间不存在边，则令Wi,j＝0；其中，表示vi与vj之间的距离。

4.根据权利要求3所述的基于图谱特征和空间特征的盲参考三维网格质量评价方法，

其特征在于所述的步骤四中的L的获取过程为：L＝D-W；其中，D表示维数为N×N的对角矩阵，D中下标为(i,i)处的元素为Di,i，