技術(shù)特征：

1.一種基于圖像處理的元件作品自動(dòng)評(píng)分方法，其特征在于，包括如下步驟：

(1)對(duì)待評(píng)價(jià)元件作品和參考元件進(jìn)行解析，獲取待評(píng)價(jià)元件作品的元件信息和參考元件的元件信息；

(2)根據(jù)所述評(píng)價(jià)元件作品的元件信息和參考元件的元件信息獲取元件基本屬性正確性得分系數(shù)

其中，C_1t為參考元件作品元件屬性的總個(gè)數(shù)；C_1s為待評(píng)價(jià)元件作品中具有正確屬性值的屬性個(gè)數(shù)，通過將待評(píng)價(jià)元件作品的元件信息與參考元件的元件信息進(jìn)行比較獲得；

(3)獲取元件整體輪廓相似性得分系數(shù)A₂；

(4)獲取關(guān)鍵點(diǎn)局部相似性得分系數(shù)

其中，C_2t為參考元件圖像自我匹配的SIFT特征點(diǎn)匹配對(duì)個(gè)數(shù)，C_2s為待評(píng)價(jià)元件圖像與參考元件圖像的SIFT特征點(diǎn)匹配對(duì)個(gè)數(shù)；

(5)獲得待評(píng)價(jià)元件作品的最終得分A＝A₁×α1+A₂×α2+A₃×α3；

其中，為α1元件基本屬性正確性的分值，α2為元件整體輪廓相似性的分值，為元件關(guān)鍵點(diǎn)相似性的分值，α3為元件關(guān)鍵點(diǎn)相似性的分值。

2.如權(quán)利要求1所述的元件作品自動(dòng)評(píng)分方法，其特征在于，所述步驟(3)包括如下子步驟：

(3.1)利用Canny算子分別提取待評(píng)價(jià)元件圖像的邊緣圖像f(i,j)和參考元件圖像的邊緣圖像g(i,j)；

(3.2)獲取所述兩個(gè)邊緣圖像的相關(guān)系數(shù)

$A_2=\frac{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N\[f(i,j)-\stackrel{\‾}{f}\]\[g(i,j)-\stackrel{\‾}{g}\]}{\sqrt{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\left(f\right(i,j)-\stackrel{\‾}{f})}^2}\sqrt{{\mathrm{\Σ}}_{j=1}^M{\mathrm{\Σ}}_{k=1}^N{\left(f\right(i,j)-\stackrel{\‾}{f})}^2}}$

其中，

$\stackrel{\‾}{f}=\frac{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^{N}f(i,j)}{M\×N}$

$\stackrel{\‾}{g}=\frac{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^{N}g(i,j)}{M\×N}$

其中，M為邊緣圖像的長，N為邊緣圖像的寬；i為圖像像素的橫坐標(biāo)，j為圖像像素的縱坐標(biāo)。

3.如權(quán)利要求1或2所述的元件作品自動(dòng)評(píng)分方法，其特征在于，所述步驟(4)包括如下子步驟：

(4.1)以SIFT特征點(diǎn)作為元件作品的關(guān)鍵點(diǎn)，采用ASIFT算法計(jì)算出參考元件圖像自我匹配的SIFT特征點(diǎn)匹配對(duì)個(gè)數(shù)C_2t；

(4.2)采用ASIFT算法對(duì)待評(píng)價(jià)元件圖像和參考元件圖像進(jìn)行SIFT特征點(diǎn)提取和配準(zhǔn)，獲得匹配對(duì)個(gè)數(shù)C_2s；

(4.3)獲得關(guān)鍵點(diǎn)局部相似性得分系數(shù)

4.一種基于圖像處理的動(dòng)畫作品自動(dòng)評(píng)分方法，其特征在于，包括如下步驟：

(a)對(duì)待評(píng)價(jià)動(dòng)畫作品的fla文件與參考動(dòng)畫作品的fla文件進(jìn)行解析，提取動(dòng)畫關(guān)鍵幀、每個(gè)關(guān)鍵幀的元件列表和每個(gè)元件的屬性信息；

(b)獲取關(guān)鍵幀個(gè)數(shù)正確性得分系數(shù)

其中，D_1t為參考動(dòng)畫作品的關(guān)鍵幀個(gè)數(shù)，D_1s為待評(píng)價(jià)動(dòng)畫作品的關(guān)鍵幀個(gè)數(shù)；

(c)獲取關(guān)鍵幀元件個(gè)數(shù)正確性得分系數(shù)

其中，F(xiàn)_1k為第k關(guān)鍵幀錯(cuò)誤元件個(gè)數(shù)，T_1k為第k關(guān)鍵幀正確元件個(gè)數(shù)；k＝1,...,L；L為待評(píng)價(jià)動(dòng)畫作品的關(guān)鍵幀總個(gè)數(shù)；

(d)獲取元件空間相對(duì)位置正確性得分系數(shù)

其中，T_2k為第k關(guān)鍵幀相對(duì)位置正確的元件的個(gè)數(shù)，F(xiàn)_2k為第k關(guān)鍵幀相對(duì)位置錯(cuò)誤的元件的個(gè)數(shù)；

(e)獲取元件姿態(tài)正確性得分系數(shù)

其中，T_1k為待評(píng)價(jià)作品第k關(guān)鍵幀的正確元件個(gè)數(shù)；θ_m為待評(píng)價(jià)作品第k關(guān)鍵幀的元件偏轉(zhuǎn)角度，為參考作品的元件偏轉(zhuǎn)角度，m＝1…T_1k；

(f)獲取待評(píng)價(jià)動(dòng)畫作品得分

其中，關(guān)鍵幀的個(gè)數(shù)β1、β2、β3和β4為各評(píng)分項(xiàng)的分值，在自動(dòng)評(píng)閱前給定。

5.如權(quán)利要求4所述的動(dòng)畫作品自動(dòng)評(píng)分方法，其特征在于，所述步驟(c)包括如下子步驟：

(c.1)將待評(píng)價(jià)動(dòng)畫作品的第k關(guān)鍵幀元件列表與參考動(dòng)畫作品的第k關(guān)鍵幀元件列表進(jìn)行比較，獲取第k關(guān)鍵幀的正確元件個(gè)數(shù)T_1k和錯(cuò)誤元件個(gè)數(shù)F_1k；

(c.2)根據(jù)所述正確元件個(gè)數(shù)T_1k和錯(cuò)誤元件個(gè)數(shù)F_1k，獲取第k關(guān)鍵幀的元件個(gè)數(shù)正確性得分系數(shù)

6.如權(quán)利要求4或5所述的動(dòng)畫作品自動(dòng)評(píng)分方法，其特征在于，所述步驟(d)包括如下子步驟：

(d.1)獲取待評(píng)價(jià)動(dòng)畫作品第k關(guān)鍵幀的元件列表與參考動(dòng)畫作品的第k關(guān)鍵幀的元件列表；

(d.2)提取待評(píng)價(jià)動(dòng)畫作品的元件坐標(biāo)位置S_n(x,y)，以及參考作品的元件的坐標(biāo)位置P_n(x,y)；其中，n＝1，...，T_1k；

(d.3)獲取對(duì)應(yīng)元件的絕對(duì)位置偏差

(d.4)獲取元件絕對(duì)位置偏差的均值

(d.5)獲得元件的相對(duì)位置偏差

(d.6)判斷是否d_xn和d_yn均小于預(yù)設(shè)的偏差閾值，若是，則判定元件相對(duì)位置正確；若否，則判元件相對(duì)位置錯(cuò)誤；其中，偏差閾值由評(píng)閱者設(shè)定；

(d.7)獲取相對(duì)位置正確的元件的個(gè)數(shù)T_2k，以及相對(duì)位置錯(cuò)誤的元件的個(gè)數(shù)F_2k；

(d.8)獲取元件空間相對(duì)位置正確性得分系數(shù)其中，k＝1,...,L。

7.如權(quán)利要求4或5所述的動(dòng)畫作品自動(dòng)評(píng)分方法，其特征在于，所述步驟(e)包括如下子步驟：

(e.1)獲取待評(píng)價(jià)動(dòng)畫作品與參考動(dòng)畫作品的第k關(guān)鍵幀的元件列表，提取待評(píng)價(jià)動(dòng)畫作品正確元件的旋轉(zhuǎn)角度，將其作為姿態(tài)參數(shù)；

(e.2)獲取待評(píng)價(jià)動(dòng)畫作品的元件坐標(biāo)位置θ_m，參考作品的元件坐標(biāo)位置其中m＝1…T_1k；

(e.3)獲取第k關(guān)鍵幀的元件姿態(tài)正確性得分系數(shù)