1.一种基于离散余弦变换的屏幕内容图像质量评价方法，其特征在于，包括：S1：将失真屏幕内容图像进行色彩空间转换，分离出灰度分量和彩色分量；

S2：彩色分量特征提取，提取彩色分量的去均值对比度归一化系数，进而提取去均值对比度归一化系数的特征，得到统计特征；

S3：灰度分量特征提取，基于灰度分量得到灰度图，对灰度图进行离散余弦变换，得到文本图像和自然图像；根据自然图像得到方向梯度直方图特征和均值特征，根据文本图像得到梯度特征和方差特征；

S4：根据统计特征、方向梯度直方图特征、均值特征、梯度特征和方差特征，得到图像特征向量，采用随机森林算法将图像特征向量与失真屏幕内容图像的平均意见得分值建立回归映射关系，构建随机森林模型，并训练随机森林模型；

S5：将待测的失真屏幕内容图像输入至训练完成的随机森林模型中，输出失真屏幕内容图像的质量分数。

2.根据权利要求1所述的一种基于离散余弦变换的屏幕内容图像质量评价方法，其特征在于，S1中，将彩色的失真屏幕内容图像进行色彩空间转换，由RGB色彩空间转换成YIQ色彩空间，并引入色度信息，通过YIQ色彩空间分离出失真屏幕内容图像的灰度分量和彩色分量，在YIQ色彩空间中，Y通道包括亮度信息，即灰度分量；I通道、Q通道包括色彩饱和度信息，即彩色分量。

3.根据权利要求2所述的一种基于离散余弦变换的屏幕内容图像质量评价方法，其特征在于，RGB色彩空间与YIQ色彩空间的转换公式为：。

4.根据权利要求3所述的一种基于离散余弦变换的屏幕内容图像质量评价方法，其特征在于，S2中，采用广义高斯分布模型对去均值对比度归一化系数进行拟合，通过矩匹配法提取形状参数和均方差，同时提取出去均值对比度归一化系数的峰度特征和偏度特征，根据形状参数、均方差、峰度特征和偏度特征，得到统计特征。

5.根据权利要求4所述的一种基于离散余弦变换的屏幕内容图像质量评价方法，其特征在于，S3中，得到自然图像和文本图像的过程为：基于灰度分量得到失真屏幕内容图像的灰度图，并对灰度图进行离散余弦变换，得到离散余弦变换系数，根据空间频率和离散余弦变换系数将灰度图分为高频区域、中频区域和低频区域；高频区域和低频区域包括自然图像区域特征，对高频区域和低频区域进行逆离散余弦变换，得到具有自然图像区域特征的自然图像；中频区域包括文本区域特征，对中频区域进行逆离散余弦变换，得到具有文本区域特征的文本图像。

6.根据权利要求5所述的一种基于离散余弦变换的屏幕内容图像质量评价方法，其特征在于，S3中，得到方向梯度直方图特征和均值特征的过程为：首先计算灰度图的高频区域的像素梯度，对灰度图 中一维的水平方向模板和垂直方向模板 做卷积计算，其次，计算灰度图的高频区域的像素点梯度，计算公式为：

其中， 是灰度图 的高频区域中的点 位置的像素值， 表示水平方向的梯度幅度， 表示垂直方向的梯度幅度，则点 的梯度幅度为：点 的梯度方向为：

将灰度图 的高频区域分解成多个块，每个块分成多个单元格，将块内每个点的梯度方向按角度分成T个区间，则落在第t个区间的梯度分量可表示为：在块内第t个区间的梯度强度和为：其中， 表示块，表示单元格，t表示第t个区间；

进行块内归一化，得到方向梯度直方图特征，计算公式为：其中，H表示方向梯度直方图特征， 为 范式, 为正数，h表示梯度强度和；将每个单元格中的方向梯度直方图特征进行连接，生成整幅灰度图 的高频区域的方向梯度直方图特征；

采用平均值计算公式，得到灰度图的低频区域的均值特征，公式为：其中，M表示灰度图的低频区域的行，N表示灰度图的低频区域的列， ，。

7.根据权利要求6所述的一种基于离散余弦变换的屏幕内容图像质量评价方法，其特征在于，S3中，得到梯度特征和方差特征的过程为：选用Sobel滤波器对灰度图的中频区域进行卷积，得到灰度图的中频区域的梯度特征，公式为：

其中， 表示灰度图的中频区域在位置索引 处的梯度幅值，即梯度特征； 表示卷积运算， 表示图像像素值， 表示Sobel滤波器的水平方向模板， 表示Sobel滤波器的垂直方向模板，且定义如下：

采用方差计算公式，得到方差特征，公式为：其中， ，M表示灰度图的低频区域的行，N表示灰度图的低频区域的列， ， 。

8.根据权利要求7所述的一种基于离散余弦变换的屏幕内容图像质量评价方法，其特征在于，S4中，根据统计特征、方向梯度直方图特征、均值特征、梯度特征和方差特征，得到图像特征向量，记为：

其中， , 分别为彩色分量I、彩色分量Q的形状参数； , 分别为彩色分量I、彩色分量Q的均方差； , 分别为彩色分量I、彩色分量Q的峰度特征； , 分别为彩色分量I、彩色分量Q的偏度特征； 为灰度图的高频区域的方向梯度直方图特征， 为灰度图的低频区域的均值特征， 为灰度图的中频区域的梯度， 分别为灰度图的中频区域的方差特征；

采用随机森林算法将图像特征向量与失真屏幕内容图像的平均意见得分值建立回归映射关系，构建随机森林模型，并训练随机森林模型。

9.根据权利要求8所述的一种基于离散余弦变换的屏幕内容图像质量评价方法，其特征在于，训练随机森林模型的过程为：步骤1：设置一个训练集，训练集中每个样本具有k维特征；

步骤2：采用自展法从训练集中抽取大小为n的数据集；

步骤3：在数据集中从k维特征中随机选择d维特征，通过决策树模型学习得到一颗决策树；

步骤4：重复执行步骤2、步骤3直至得到G棵决策树；输出训练完成的随机森林模型，记为： ，其中，g表示决策树的序列， 表示第g棵决策树，x表示像素点。