1.一种立体图像舒适度测试方法，其特征在于，该方法具体是：步骤(1)从视差图中提取六个维度的基础视差特征，包括：视差均值、视差方差、高视差均值、低视差均值、视差离散度和视差偏度；

步骤(2)从视差图和中颞区皮层图中提取视觉神经活动特征；

步骤(3)从彩色图中提取颜色特征；

步骤(4)采用随机森林作为回归模型进行不舒适度测试，获得立体视觉不舒适度分值；

步骤(5)采用多次随机森林融合取均值的方式，获得最终的立体视觉不舒适度分值，得到最终测试结果。

2.如权利要求1所述的一种立体图像舒适度测试方法，其特征在于，步骤(1)基础视差特征具体方法是：

视差均值 视差方差 其中，W

和H分别表示视差图的宽度和高度，(i,j)表示视差图的各像素的坐标值，D(i,j)表示视差图上坐标(i,j)处像素的视差值，μ表示视差图中各像素的视差均值；

高视差均值 低视差均值 对视差图中各像素的视差值按大小重新排序，Wh和Hh分别表示排序后高视差值像素的行数和列数，Wl和Hl分别表示排序后低视差值像素的行数和列数，Dh(i,j)和Dl(i,j)分别表示高视差像素和低视差像素在坐标(i,j)处的视差值，nh和nl分别为视差图中高视差值像素和低视差值像素对应的数量，nh＝nl＝W·H·p，p为高视差值像素和低视差值像素在视差图中所占的比重；

视差离散度 视差偏度

3.如权利要求2所述的一种立体图像舒适度测试方法，其特征在于，步骤(2)具体是：(2.1)输入立体图像的视差图，用Gabor函数模拟中颞区皮层中刺激和神经元反应之间的关系，神经元的放电频率 其中， 为Gabor函数的基线反应，Ak为Gabor函数的幅度，d表示水平视差， 为Gabor函数中心， 为Gabor函数方差，fk为Gabor函数的频率，Φk为Gabor函数相位，k为神经元序号，k＝1,2,…,

13；

(2.2)由中颞区皮层图描述中颞区皮层区域的视觉神经活动，序号为1～4、11、12神经元对应正视差敏感，序号为6～8神经元对应零视差敏感，序号为10、13神经元对应负视差敏感；视觉神经活动特征包括正视差神经特征、零视差神经特征和负视差神经特征；

正视差神经特征

零视差神经特征

负视差神经特征

npos、nzero、nneg分别表示对应正视差、零视差和负视差敏感的神经元的种类数量。

4.如权利要求3所述的一种立体图像舒适度测试方法，其特征在于，步骤(3)具体是：(3.1)首先对输入的彩色图像做对数预处理；

预处理后红色分量R1(i,j)＝log(R(i,j))‑μR；

预处理后绿色分量G1(i,j)＝log(G(i,j))‑μG；

预处理后蓝色分量B1(i,j)＝log(B(i,j))‑μB；

R(i,j)、G(i,j)、B(i,j)分别表示预处理前彩色图在坐标(i,j)处各像素的红、绿、蓝色彩分量，μR、μG、μB分别表示彩色图的RGB三个色彩通道中R、G、B分量的均值；

(3.2)将预处理后的彩色图由RGB颜色空间转换到新的颜色空间，计算彩色图的亮度Lum、色调Hue和饱和度Sat：Lum(i,j)＝max{R1(i,j),G1(i,j),B1(i,j)}；

max(·)和min(·)分别表示求最大和最小值；

col

(3.3)从转换后的色彩空间提取亮度特征f1 、色调特征 和饱和度特征Wc和Hc分别表示彩色图的宽度和高度。

5.如权利要求4所述的一种立体图像舒适度测试方法，其特征在于，步骤(4)具体是：通过随机森林回归将不同的3D视觉舒适度特征进行融合，得到视觉不舒适度测试结果： VCS为视觉不舒适度测试值，RF(·)表示随机森林回归算法。

6.如权利要求5所述的一种立体图像舒适度测试方法，其特征在于：最终的立体视觉不舒适度分值 VCSm表示第m次随机森林融合结果，M为融合次数。