1.一种基于偏度和结构特征的虚拟视点图像质量评价方法，其特征在于，包括：S1、获取虚拟视点图像；

S2、生成虚拟视点图像对应的三通道图像；

S3、将三通道图像分别划分为多个图像块并计算每个块的偏度，作为虚拟视点图像的偏度特征；步骤S3中，c通道第s个图像块的偏度 如下计算：式中， 为c通道第s个图像块的像素的平均值，N为每个图像块的像素数量， 为c通道第s个图像块中第i个像素点的像素值；

S4、提取虚拟视点图像的结构特征；步骤S4包括：S401、计算虚拟视点图像的水平梯度和垂直梯度；

Fx(a,b)＝(F(a,b+1)‑F(a,b‑1))/2Fy(a,b)＝(F(a+1,b)‑F(a‑1,b))/2式中，Fx(a,b)为索引为(a,b)的像素点的水平梯度，Fy(a,b)为索引为(a,b)的像素点的垂直梯度；

S402、基于水平梯度和垂直梯度计算梯度幅度；

式中，G(a,b)为索引为(a,b)的像素点的梯度幅度；

S403、基于梯度幅度计算旋转不变均匀局部二值模式值；

式中，GM(a,b)为索引为(a,b)的像素点旋转不变均匀局部二值模式值，其描述了图像领域的像素间关系，不同的GM表示不同的局部梯度模式； 明确了该局部梯度模式的邻域像素点数为M且邻域半径为N；Gm为索引为(a,b)的像素点的第m个相邻像素点的梯度幅度，U(LBPM,N)为均匀局部二值模式值，其计算为按位转移的数量，s(·)为阈值函数，S404、将相同GM模式的像素点的梯度幅值累加，得到梯度加权的GM直方图，作为虚拟视点图像的结构特征；

式中，A为图像行数，B为图像列数，k为第k个GM模式，H(k)为梯度加权的GM直方图，S5、将偏度特征及结构特征输入训练后的评价模型；

S6、输出虚拟视点图像的评价结果。

2.如权利要求1所述的基于偏度和结构特征的虚拟视点图像质量评价方法，其特征在H S V于，步骤S2中，将虚拟视点图像转到H、S、V三个通道，得到三个通道的图像I、I、I。