1.一种全参考多曝光融合图像质量评估方法，其特征在于包括如下步骤：步骤1、输入融合图像F和参考图像序列里的全部参考图像Ri，i表示参考图像序列里的排序；

步骤2、对步骤1的融合图像和参考图像进行多尺度分解，得到l分解层，每个分解层包括分解后的参考图像Rl,i与多曝光融合图像Fl，其中l表示层数，取值范围为1,2,3,4,5，i表示参考图像序列里的排序，多尺度分解过程具体操作如下：对步骤1的融合图像和参考图像进行多尺度分解，总共分解为5层，第一层分解图像为原图像不变，后一层分解图像以上一层图像作为输入图像，对其进行低通滤波和按照图像宽度和高度进行1/2的空间下采样得到该分解层图像；最后，逐层分解得到每个分解层的参考图像与多曝光融合图像；

步骤3、对每个分解层的参考图像与多曝光融合图像分别计算其相应质量评估值：步骤31、将所有参考图像Rl,i划分成大小为11×11的参考图像块rl,i,k，通过对比度计算分配相应权重值ω(rl,i,k)，将所有参考图像Rl,i对应位置的参考图像块rl,i,k根据相应权重值融合成一个新参考图像块rl,k，其中l表示分解层的层数，i表示参考图像序列里的排序，i＝1,2,...,M,M表示参考图像总数，k表示参考图像中第k个图像块；

步骤32、计算新参考图像块rl,k与要评估的11×11的多曝光融合图像块fl,k相应的对比度相似性cs(rl,k,fl,k)与饱和度相似性ss(rl,k,fl,k)，所述的对比度即计算标准差，饱和度即计算协方差，具体包括如下步骤：(1)计算新参考图像块rl,k的均值

(2)计算新参考图像块rl,k的标准差

(3)计算多曝光融合图像块fl,k的均值

(4)计算多曝光融合图像块fl,k的标准差

(5)计算新参考图像块rl,k与多曝光融合图像块fl,k的协方差(6)计算对比度相似性

(7)计算饱和度相似性

其中，j表示图像块中的第j个像素，n表示图像块的像素总数，C为常数；

步骤33、通过对比度相似性与饱和度相似性的融合得到多曝光融合图像块fl,k的质量评估值：CW-CFSCl,k＝cs(rl,k,fl,k)ss(rl,k,fl,k)；

步骤34、重复步骤31至33计算该分解层所有参考图像块的质量评估值，取其均值作为该分解层的多曝光融合图像的质量评估值：其中，N表示该分解层所有参考图像块的总数；

步骤4、将计算得到的l个分解层的多曝光融合图像的质量评估值进行加权合成，得到最终的多曝光融合图像质量评估：其中，βl为多尺度各个分解层的权重值。

2.根据权利要求1所述的一种全参考多曝光融合图像质量评估方法，其特征在于所述的步骤31将所有参考图像以划分块为单位进行融合成一个新参考图像块，具体步骤如下：(1)对第l分解层第i个参考图像划分成11×11的参考图像块rl,i,k，先计算参考图像块的均值(2)计算参考图像块的标准差

(3)计算每个参考图像块的权重值

(4)融合成一个11×11的新参考图像块 其中，rl,i,k表示第l分解层中第i个参考图像的第k个参考图像块，M表示参考图像总数，j表示参考图像块中的第j个像素，n表示参考图像块的像素总数。