1.一种基于稀疏表示的无参考彩色图像质量评价方法，首先构建原子字典，然后利用所构建的原子字典对待评价彩色图像进行稀疏表示，最后利用待评价彩色图像的稀疏表示系数的线性组合得到待评价彩色图像的质量得分，其特征在于，原子字典的构建按照以下方法：

步骤1、将一组已知平均主观差异分数DMOS的训练样本图像从RGB彩色空间转换至HSV彩色空间，并对每一幅训练样本图像的H分量、S分量、V分量分别进行灰度化，得到每一幅训练样本图像的三个子图像：H分量子图像、S分量子图像、V分量子图像；

步骤2、将每一幅子图像分割为一系列大小相等的图像块，并获取每个图像块的像素空间相关性矩阵；任一图像块的像素空间相关性矩阵按照以下方法得到：构建一个256×256的矩阵；对于该矩阵中坐标为(x,y)的元素，判断该图像块中是否存在两个相邻且灰度值分别为x-1、y-1的像素点，如存在，则将该元素的值赋为1，如不存在，则赋值为0，最终得到的矩阵即为该图像块的像素空间相关性矩阵，x＝1,2,…,256；y＝1,2,…,256；

步骤3、从每一幅子图像中选出像素空间相关性矩阵的标准差最大的图像块作为该子图像的最大标准差图像块；以每一幅子图像的最大标准差图像块、最大标准差图像块的像素空间相关性矩阵的标准差，以及该图像块所属训练样本图像的DMOS值作为一个原子，所有原子的集合即构成原子字典；

利用所构建的原子字典对待评价彩色图像进行稀疏表示，具体按照以下方法：

步骤4、将待评价彩色图像从RGB彩色空间转换至HSV彩色空间，并对待评价彩色图像的H分量、S分量、V分量分别进行灰度化，得到待评价彩色图像的三个子图像：H分量子图像、S分量子图像、V分量子图像；

步骤5、将待评价彩色图像的每个子图像分割为一系列大小相等的图像块，并获取每个图像块的像素空间相关性矩阵；

步骤6、从待评价彩色图像的三个子图像中分别选出像素空间相关性矩阵的标准差最大的图像块作为该子图像的最大标准差图像块；以待评价彩色图像的三个子图像的最大标准差图像块、最大标准差图像块的像素空间相关性矩阵、最大标准差图像块的像素空间相关性矩阵的标准差来表示待评价彩色图像；

利用待评价彩色图像的稀疏表示系数的线性组合得到待评价彩色图像的质量得分，具体按照以下方法：

步骤7、从原子字典中所有属于H分量子图像/S分量子图像/V分量子图像的图像块中选出与待评价彩色图像的H分量子图像/S分量子图像/V分量子图像的最大标准差图像块具有最大相关性的图像块，并记录该图像块的DMOS值、相关系数、像素空间相关性矩阵的标准差；从原子字典中所有属于H分量子图像/S分量子图像/V分量子图像的图像块的像素空间相关性矩阵中选出与待评价彩色图像的H分量子图像/S分量子图像/V分量子图像的最大标准差图像块的像素空间相关性矩阵具有最大相关性的像素空间相关性矩阵，并记录该像素空间相关性矩阵的DMOS值、相关系数、标准差；

步骤8、按照下式计算待评价彩色图像的质量得分QHSV，质量得分越高，待评价彩色图像的质量越高：

QHSV＝QH+QS+QV

其中，

SS＝S_HI+S_HC+S_SI+S_SC+S_VI+S_VC

Sα＝α_HI+α_HC+α_SI+α_SC+α_VI+α_VC

式中，D_HI、α_HI、S_HI分别表示从原子字典中所有属于H分量子图像的图像块中所选出的与待评价彩色图像的H分量子图像的最大标准差图像块具有最大相关性的图像块的DMOS值、相关系数、像素空间相关性矩阵的标准差；D_HC、α_HC、S_HC分别表示从原子字典中所有属于H分量子图像的图像块的像素空间相关性矩阵中所选出的与待评价彩色图像的H分量子图像的最大标准差图像块的像素空间相关性矩阵具有最大相关性的像素空间相关性矩阵的DMOS值、相关系数、标准差；D_SI、α_SI、S_SI分别表示从原子字典中所有属于S分量子图像的图像块中所选出的与待评价彩色图像的S分量子图像的最大标准差图像块具有最大相关性的图像块的DMOS值、相关系数、像素空间相关性矩阵的标准差；D_SC、α_SC、S_SC分别表示从原子字典中所有属于S分量子图像的图像块的像素空间相关性矩阵中所选出的与待评价彩色图像的S分量子图像的最大标准差图像块的像素空间相关性矩阵具有最大相关性的像素空间相关性矩阵的DMOS值、相关系数、标准差；D_VI、α_VI、S_VI分别表示从原子字典中所有属于V分量子图像的图像块中所选出的与待评价彩色图像的V分量子图像的最大标准差图像块具有最大相关性的图像块的DMOS值、相关系数、像素空间相关性矩阵的标准差；D_VC、α_VC及S_VC分别表示从原子字典中所有属于V分量子图像的图像块的像素空间相关性矩阵中所选出的与待评价彩色图像的V分量子图像的最大标准差图像块的像素空间相关性矩阵具有最大相关性的像素空间相关性矩阵的DMOS值、相关系数、标准差。

2.如权利要求1所述基于稀疏表示的无参考彩色图像质量评价方法，其特征在于，所述训练样本图像从LIVE、TID、或CSIQ标准图像库中得到。

3.如权利要求1所述基于稀疏表示的无参考彩色图像质量评价方法，其特征在于，在将子图像分割为一系列大小相等的图像块时，所分割的图像块的长、宽相等，子图像边缘不足一个图像块的部分直接舍弃。