1.一种特征质量评估方法，其特征在于，包括以下步骤：
步骤一、获取虚拟线长度；
步骤二、获取线特征的显著性和鲁棒性；
步骤三、根据步骤二所得线特征的显著性和鲁棒性采用表达式4)计算特征点的特征质量：
其中：sm是第m个特征点的特征质量，entm表是第m个特征点的显著性，resm表示第m个特征点的鲁棒性，m表示特征点数目，wr表示图像特征鲁棒性的权重因子；
步骤四、判断特征点的特征质量的大小，特征质量越大，特征质量越高，反之，则特征质量越低。
2.根据权利要求1所述的特征质量评估方法，其特征在于，虚拟线长度选为10像素-200像素；线特征为由两个特征点连线构成的线段，也被称为虚拟线特征。
3.根据权利要求2所述的特征质量评估方法，其特征在于，获取线特征的显著性具体包括：
步骤1.1、通过表达式1)获取图像信息熵h：
步骤1.2、通过表达式2)获取线特征的显著性ent：
其中：ci是图像区域内第i个像素的灰度值在该图像区域中出现的概率，s为像素的总数量，q表示特征点pi邻域范围内的特征点的个数，hq表示特征点pi与第q个相邻点所构成的虚拟线段区域的图像信息熵。
4.根据权利要求3所述的特征质量评估方法，其特征在于，通过表达式3)获取线特征的鲁棒性res：
其中：rq表示该特征点与第q个相邻点所构成的虚拟线特征的响应。
5.根据权利要求1-4任意一项所述的特征质量评估方法，其特征在于，所述特征点的特征质量大于等于零且小于等于1。
6.一种图像特征均匀提取方法，其特征在于，包括以下步骤：
步骤a、利用局部特征检测方法提取图像的初始特征，提取的特征数量为5×n；
步骤b、采用如权利要求1-5任意一项特征质量评估方法对图像特征的质量进行评估；
步骤c、将原始图像划分为均匀格网，计算每一个格网内的特征点数量；
步骤d、将每一个格网中所有有效的特征点按照步骤b中特征质量由大到小进行排序，并选择出与步骤c中所需数量一致且具有最大特征质量的特征点。
7.根据权利要求6所述的图像特征均匀提取方法，其特征在于，所述步骤c中采用表达式5)计算每一个格网内的特征点数量：
其中：nk是第k个网格内的特征点数量，n是整幅图像需要的特征点数量，k是格网数量，