1.基于人眼视觉特性的图像质量评价方法，其特征在于，包括以下具体步骤：步骤1，生成待评价图像的显著度图像以及显著度权重矩阵；

步骤2，分别对待评价图像及其显著度图像进行尺度划分；

步骤3，对尺度划分后待评价图像的每个尺度进行图像特征的提取，并将各个尺度提取的图像特征进行合并，得到各个尺度下待评价图像的特征质量分布矩阵；

步骤4，对各个尺度的显著度权重矩阵和质量分布矩阵进行加权处理，得到待评价图像的质量评价指标，实现对待评价图像的质量评价。

2.根据权利要求1所述的基于人眼视觉特性的图像质量评价方法，其特征在于，步骤1中待评价图像的显著度图像的生成方法为：

1.1，将待评价图像分解为RGB三通道图像，分别对三通道图像进行DCT变换，并利用sign函数获得各个通道的图像描述子；

1.2，对步骤1.1获得的图像描述子进行反DCT变换，重建待评价图像的显著性区域图；

1.3，对步骤1.2中重建的显著性区域图进行合成，生成待评价图像的特征图；

1.4，通过高斯滤波去除步骤1.3中待评价图像的特征图中的噪声，得到待评价图像的显著度图像，并利用人眼视觉灵敏度函数获得显著度权重矩阵。

3.根据权利要求1所述的基于人眼视觉特性的图像质量评价方法，其特征在于，步骤2中采用降采样方法进行图像的尺度划分。

4.根据权利要求1所述的基于人眼视觉特性的图像质量评价方法，其特征在于，步骤3中图像特征的提取包括：模糊度的提取、噪声度的提取以及方块度的提取。

5.根据权利要求4所述的基于人眼视觉特性的图像质量评价方法，其特征在于，步骤3中特征质量分布矩阵FQD(x,y)＝Blurriness(x,y)×Noisiness(x,y)×Blockiness，其中，Blurriness(x,y)表示图像的模糊度，Noisiness(x,y)表示图像的噪声度，Blockiness表示图像的方块度。

6.根据权利要求1所述的基于人眼视觉特性的图像质量评价方法，其特征在于，步骤4中待评价图像的质量评价指标为：其中，λ表示尺度数量， M、N表示第k个尺度图像的长、宽，FQDk(x,y)表示第k个尺度下待评价图像的特征质量分布矩阵，Wk(x,y)表示第k个尺度下的显著度权重矩阵。