1.一种基于扩展Prewitt算子的图像质量评价方法，其特征在于，包括：获取参考图像与待评价的失真图像；

对所述参考图像与所述失真图像进行预处理，确定所述参考图像与所述失真图像的亮度因子、对比度因子；

确定所述参考图像与所述失真图像的亮度因子进一步包括：利用计算所述参考图像与所述失真图像的亮度因子；

其中， x表示所述参考图像，y表示所述失真图像，l(x,y)为亮度因子，μx和μy分别表示参考图像与失真图像的平均亮度，常数C1用于避免不稳定性，N为待评价的失真图像个数，i表示第i个图像，xi表示第i个参考图像，yi表示第i个失真图像；

确定所述参考图像与所述失真图像的对比度因子进一步包括：利用计算所述参考图像与所述失真图像的对比度因子；

其中， x

表示所述参考图像，y表示所述失真图像，c(x,y)表示对比度因子，σx和σy表示参考图像与失真图像像素的标准差，σxy为所述参考图像与所述失真图像的协方差，μx和μy分别表示参考图像与失真图像的平均亮度，常数C2用于避免不稳定性，N为待评价的失真图像个数，i表示第i个图像；

根据所述扩展Prewitt算子对所述参考图像与所述失真图像进行卷积运算，计算所述参考图像对应的第一梯度值与所述失真图像对应的第二梯度值；

所述扩展Prewitt算子为选择0°、45°、90°、135°、180°、225°、270°、315°八个方向的模板算子，每个模板算子仅依赖于系数0、1及‑1，而且沿着方向轴对称；

引入衰减因子，消除数据溢出的可能，同时得到不失真的灰度边缘图，具体包括：将图像的每一像素点分别对八个模板进行卷积运算得到对应的梯度分量，选取所有梯度分量中的最大值与所述衰减因子相除，所述最大值对应的模板所表示的方向为所述像素点的边缘方向；

根据所述第一梯度值与所述第二梯度值，确定所述参考图像与所述失真图像的梯度相似度因子，包括：采用 确定所述参考图像与所述

失真图像的梯度相似度因子；其中，Gx(i,j),Gy(i,j)分别为参考图像x和失真图像y在(i,j)处的梯度幅值，常数C3用于避免不稳定性；

结合所述梯度相似度因子、所述亮度因子及所述对比度因子，确定图像质量的客观评价结果；

结合所述梯度相似度因子、所述亮度因子及所述对比度因子，确定图像质量的客观评α β λ价结果进一步包括：利用Prewitt‑GSSIM(x,y)＝[l(x,y)]·[c(x,y)]·[g(x,y)]确定所述参考图像与所述失真图像的Prewitt‑GSSIM指标，其中，Prewitt‑GSSIM(x,y)为综合Prewitt‑GSSIM指标，α>0、β>0及γ>0，α、β、γ分别是调整亮度、对比度、梯度相似度三个部分相对重要性的参数；

由各个子图像块的Prewitt‑GSSIM指标，采用

确定整幅图像质量的客观评

价结果；其中，M为待评价的失真图像采用滤波因子滑动重叠分块的个数。

2.根据权利要求1所述的基于扩展Prewitt算子的图像质量评价方法，其特征在于，对所述参考图像与所述失真图像进行预处理进一步包括：对所述参考图像与所述失真图像进行灰度化处理；

根据滤波算子对经过灰度化处理后的所述参考图像与所述失真图像进行滤波处理；其中，滤波算子是使用具有1.5像素的标准差的11*11高斯模板建立的。

3.一种基于扩展Prewitt算子的图像质量评价装置，其特征在于，包括：图像获取模块，用于获取参考图像与待评价的失真图像；

图像预处理模块，用于对所述参考图像与所述失真图像进行预处理，确定所述参考图像与所述失真图像的亮度因子、对比度因子；

确定所述参考图像与所述失真图像的亮度因子进一步包括：利用计算所述参考图像与所述失真图像的亮度因子；

其中， x表示所述参考图像，y表示所述失真图像，l(x,y)为亮度因子，μx和μy分别表示参考图像与失真图像的平均亮度，常数C1用于避免不稳定性，N为待评价的失真图像个数，i表示第i个图像，xi表示第i个参考图像，yi表示第i个失真图像；

确定所述参考图像与所述失真图像的对比度因子进一步包括：利用计算所述参考图像与所述失真图像的对比度因子；

其中， x

表示所述参考图像，y表示所述失真图像，c(x,y)表示对比度因子，σx和σy表示参考图像与失真图像像素的标准差，σxy为所述参考图像与所述失真图像的协方差，μx和μy分别表示参考图像与失真图像的平均亮度，常数C2用于避免不稳定性，N为待评价的失真图像个数，i表示第i个图像；

梯度值计算模块，用于根据所述扩展Prewitt算子对所述参考图像与所述失真图像进行卷积运算，计算所述参考图像对应的第一梯度值与所述失真图像对应的第二梯度值；

所述扩展Prewitt算子为选择0°、45°、90°、135°、180°、225°、270°、315°八个方向的模板算子，每个模板算子仅依赖于系数0、1及‑1，而且沿着方向轴对称；

引入衰减因子，消除数据溢出的可能，同时得到不失真的灰度边缘图，具体包括：将图像的每一像素点分别对八个模板进行卷积运算得到对应的梯度分量，选取所有梯度分量中的最大值与所述衰减因子相除，所述最大值对应的模板所表示的方向为所述像素点的边缘方向；

梯度相似度因子计算模块，用于根据所述第一梯度值与所述第二梯度值，确定所述参考图像与所述失真图像的梯度相似度因子，包括：采用 确定所述参考图像与所述

失真图像的梯度相似度因子；其中，Gx(i,j),Gy(i,j)分别为参考图像x和失真图像y在(i,j)处的梯度幅值，常数C3用于避免不稳定性；

客观评价结果确定模块，用于结合所述梯度相似度因子、所述亮度因子及所述对比度因子，确定图像质量的客观评价结果；

结合所述梯度相似度因子、所述亮度因子及所述对比度因子，确定图像质量的客观评α β价结果进一步包括：利用Prewitt‑GSSIM(x,y)＝[l(x,y)]·[c(x,y)]·[g(x,y)]λ确定所述参考图像与所述失真图像的Prewitt‑GSSIM指标，其中，Prewitt‑GSSIM(x,y)为综合Prewitt‑GSSIM指标，α>0、β>0及γ>0，α、β、γ分别是调整亮度、对比度、梯度相似度三个部分相对重要性的参数；

由各个子图像块的Prewitt‑GSSIM指标，采用

确定整幅图像质量的客观评

价结果；其中，M为待评价的失真图像采用滤波因子滑动重叠分块的个数。

4.根据权利要求3所述的基于扩展Prewitt算子的图像质量评价装置，其特征在于，所述图像预处理模块进一步包括：灰度化处理子模块，用于对所述参考图像与所述失真图像进行灰度化处理；

滤波处理子模块，用于根据滤波算子对经过灰度化处理后的所述参考图像与所述失真图像进行滤波处理；其中，滤波算子是使用具有1.5像素的标准差的11*11高斯模板建立的。