本发明公开了一种针对多层压缩感知图像的隐私保护度评价方法，针对多层压缩感知图像，本发明包括分别采用CAAME算法、GCS‑LBP算子和GBVS视觉显著性算法提取图像的对比度特征、显著性结构特征；将训练图像的特征与对应的主观图像质量分数送入支持向量机训练，建立图像质量模型；最后利用模糊C均值算法对预测的质量分数聚类，由类别统计平均得到待测各图像的隐私保护度分数，本发明提出的方法提取符合人眼视觉特性的对比度特征和显著性结构特征，使得图像隐私保护度评价结果更加接近人眼的主观观测，具有很好的准确度和鲁棒性，能够满足多层压缩感知图像处理和模式识别实际应用中对于隐私保护度评价的要求。