1.一种光场图像全参考质量评价方法，其特征在于，包括以下步骤：获取参考图像与待评价图像并进行预处理，获得参考图像通道信息与待评价图像通道信息；

基于所述参考图像通道信息与所述待评价图像通道信息获得差异图；

构建特征编码网络，将所述差异图、所述参考图像通道信息与所述待评价图像通道信息分别输入至所述特征编码网络获得对应的特征图；

构建特征融合网络，将特征图输入至所述特征融合网络获得失真信息特征图；

构建失真灵敏度生成网络，将所述失真信息特征图输入至所述失真灵敏度生成网络，获得失真灵敏图；

基于所述失真灵敏图与所述差异图对待评价图像进行全参考质量评价。

2.根据权利要求1所述的光场图像全参考质量评价方法，其特征在于，所述预处理的过程包括：分别对所述参考图像与所述待评价图像进行排列转换，获得参考透镜图像与待评价透镜图像；分别将参考透镜图像与待评价透镜图像从RGB空间转换到YUV空间并提取Y通道信息，获得参考图像通道信息与待评价图像通道信息。

3.根据权利要求1所述的光场图像全参考质量评价方法，其特征在于，将所述参考图像通道信息与所述待评价图像通道信息相减获得差异图。

4.根据权利要求1所述的光场图像全参考质量评价方法，其特征在于，通过所述特征编码网络对所述差异图、所述参考图像通道信息与所述待评价图像通道信息分别进行特征提取，获得对应的特征图，对应的特征图包括差异特征图、参考特征图、失真特征图；

其中，所述特征编码网络包括4层卷积层、4层LseakyReLU层，卷积层中的卷积核大小为

3×3，步长为1，填充值为1，其中，卷积层输出端均与LeakyReLU层输入端连接。

5.根据权利要求1所述的光场图像全参考质量评价方法，其特征在于，所述特征融合网络包括一层卷积层与一层LeakyReLU层，卷积层的卷积核大小为1×1，步长为1，填充值为1。

6.根据权利要求1所述的光场图像全参考质量评价方法，其特征在于，所述失真灵敏生成网络包括7层卷积层，7层LeakyReLU层，2层最大池化层，第一层卷积层的卷积核大小为1×1，其他卷积层卷积核大小为3×3，第五层与第六层步长为2，其他卷积层步长为1，第一层卷积层填充值为0，其他卷积层填充值为1；最大池化层大小为2×2。

7.根据权利要求6所述的光场图像全参考质量评价方法，其特征在于，所述失真灵敏生成网络的卷积层输出端均与LeakyReLU层输入端连接，第二层LeakyReLU层与第三层LeakyReLU层输出端与最大池化层连接。

8.根据权利要求7所述的光场图像全参考质量评价方法，其特征在于，将所述失真信息特征图输入至所述失真灵敏生成网络中，获得失真灵敏图的过程包括：将通过第三层卷积层生成的特征图与第四层卷积层生成的特征图连接后，输入至第五层卷积层并将生成的特征图与第二层卷积层生成的特征图连接后输入至第六层卷积层，将第六层卷积层生成的特征图与第一层卷积层生成的特征图连接后输入第七层卷积层，生成失真灵敏图。

9.根据权利要求1所述的光场图像全参考质量评价方法，其特征在于，将所述失真灵敏图与所述差异图进行点乘，获得质量分数，根据质量分数来对待评价图像的质量进行评价。