1.一种评价雾霾图像去雾效果的方法，其特征在于，包括如下步骤：步骤1.1：将雾霾图像采用现有去雾算法进行去雾处理；

步骤1.2：对处理后得到的去雾图像分别进行基于暗通道先验信息的残留雾测量、对比度测量和相关饱和度测量，得到基于暗通道先验信息的残留雾测量值A、对比度测量值B和相关饱和度的有效特征值C和D；

步骤1.3：将A、B、C、D进行加权处理，得到去雾图像的质量分数；

步骤1.4：以去雾图像的质量分数的大小作为评价雾霾图像去雾效果的指标。

2.根据权利要求1所述的一种评价雾霾图像去雾效果的方法，其特征在于，步骤1.2中基于暗通道先验信息的残留雾的测量的具体步骤为：步骤2.1：将去雾图像分成若干图像块；

步骤2.2：计算每个图像块的熵值，利用图像块熵值的大小判断图像块是纹理块还是平坦块：熵值的计算公式为：

其中i表示图像块的像素的灰度值，0≤i≤255，j表示图像块的邻域灰度均值，0≤j≤

255；p(i,j)表示特征二元组(i,j)出现的概率；

设定阈值为T，如果图像块熵值大于等于阈值T，则该图像块为纹理块，否则为平坦块；

步骤2.3：计算纹理块的暗通道先验，得出纹理块的暗通道先验矩阵：纹理块的暗通道先验计算公式为：

其中，Jc是纹理块J的颜色通道， 表示纹理块的r、g、b三个颜色通道中的最小值， 表示最小值滤波，f为纹理块的像素，y表示纹理块的像素点，Ω(f)表示以像素f为中心的一个窗口；

步骤2.4：生成与纹理块的暗通道先验矩阵大小相同的零矩阵；

步骤2.5：使用Hellinger距离来计算纹理块的暗通道先验矩阵和零矩阵之间的差异值，计算公式为：其中，P和Q是离散概率分布，P＝(p1,p2,...,pn)，Q＝(q1,q2,...,qn)；pk是第k个纹理块的暗通道先验矩阵的概率分布，qk是与pk同等大小的零矩阵的概率分布；

步骤2.6：将每个纹理块的矩阵差异值作为该纹理块的残留雾的测量值，将各个纹理块残留雾的测量值进行加权求值得到整幅去雾图像的残留雾的测量值A：其中，L是所有纹理块的数目。

3.根据权利要求1所述的一种评价雾霾图像去雾效果的方法，其特征在于，步骤1.2中，以去雾图像直方图的实际分布和理想直方图的均匀分布之间的Kullback-Leibler divergence距离表示去雾图像的对比度测量值，对比度测量值B的计算公式为：其中，x表示去雾图像的像素，P(x)表示去雾图像直方图的实际分布，U(x)表示理想图像直方图的均匀分布，DKL(P,U)为去雾图像的对比度测量值。

4.根据权利要求1所述的一种评价雾霾图像去雾效果的方法，其特征在于，步骤1.2中，所述相关饱和度的有效特征值C、D的计算公式为：其中，x表示去雾图像的像素，且

Γ(·)为伽玛函数，表达式为：

5.根据权利要求1所述的一种评价雾霾图像去雾效果的方法，其特征在于，步骤1.3中，去雾图像质量分数的计算公式为：其中a，b，c，d分别为加权系数，加权系数采用优化函数寻优计算得到。

6.一种基于权利要求1所述评价雾霾图像去雾效果方法的装置，其特征在于，包括图像去雾处理单元、基于暗通道先验信息的残留雾测量单元、对比度测量单元、图像相关饱和度测量单元、图像质量分数单元、评价单元；所述图像去雾处理单元分别连接基于暗通道先验信息的残留雾测量单元、对比度测量单元、图像相关饱和度测量单元；所述基于暗通道先验信息的残留雾测量单元、对比度测量单元、图像相关饱和度测量单元分别连接图像质量分数单元；所述图像质量分数单元连接评价单元；

所述图像去雾处理单元对雾霾图像进行去雾处理，得到去雾图像；所述基于暗通道先验信息的残留雾测量单元计算去雾图像的残留雾；所述对比度测量单元计算去雾图像直方图的实际分布和理想直方图均匀分布之间的Kullback-Leibler divergence距离；所述图像相关饱和度测量单元计算去雾图像的相关饱和度的有效特征值；所述图像质量分数单元，将去雾图像的基于暗通道先验信息的残留雾测量值、对比度测量值、图像相关饱和度的有效特征值进行综合加权处理，得到去雾图像的质量分数；所述评价单元根据所述去雾图像的质量分数的大小评价去雾效果。