1.一种眼底影像质量评估方法，其特征在于，包括：
获取当前接收到的拍摄图像，并对所述拍摄图像进行眼底图像的判别；
在判别出所述拍摄图像为眼底图像时，读取所述拍摄图像，并对所述拍摄图像进行颜色转换和通道分离操作，得到多张灰度图像；
由所述拍摄图像中提取出多个目标区域模板，并基于低质量像素点在不同颜色空间的不同通道上表现出的特异性提取出全局低质量像素点分布区域；
其中，所述目标区域模板包括前景区域、视盘及上下血管弓区域、黄斑区域、外层圆环区域和八个不同方向的四分之一区域中的至少一种；
所述全局低质量像素点分布区域包括过暗像素点分布区域、灰白色像素点分布区域、过亮像素点分布区域和偏红像素点分布区域中的至少一种；
基于各所述目标区域模板和各所述全局低质量像素点分布区域，提取出所述拍摄图像中的限制区域低质量像素点，并融合全局区域低质量像素点占比和限制区域低质量像素点占比情况，对所述拍摄图像进行质量评估得到相应的质量评估结果；
在所述质量评估结果为低质量时，基于预先存储的低质量成因词条，根据所述低质量的类型获取并推送相应的成因。
2.根据权利要求1所述的方法，其特征在于，对所述拍摄图像进行眼底图像的判别，包括：
对所述拍摄图像进行预处理；其中，所述预处理包括对所述拍摄图像进行裁剪、缩放和归一化操作中的至少一种；
接收预处理后的所述拍摄图像，并通过训练后的第一判别网络对所述拍摄图像进行初级判别；
在所述第一判别网络判别出所述拍摄图像为非眼底图像时，将预处理后的所述拍摄图像输入至训练后的第二判别网络，由所述第二判别网络对所述拍摄图像进行再次判别；
在再次判别出所述拍摄图像为非眼底图像时，获取所述第一判别网络的输出结果和所述第二判别网络的输出结果，并根据所述第一判别网络的输出结果和所述第二判别网络的输出结果，确定预设的判别规则是否成立；
在所述判别规则成立时，输出所述拍摄图像为眼底图像的判别结果；
其中，所述判别规则为：所述第一判别网络的输出结果和所述第二判别网络的输出结果中存在至少一个输出结果为：第一类别的概率大于第一预设值，第二类别的概率或第三类别的概率大于第二预设值；
所述第一类别为眼底图像类别，所述第二类别为外景图像类别，所述第三类别为外眼图像类别；
所述第一预设值的取值为0.36，所述第二预设值的取值为0.36。
3.根据权利要求1所述的方法，其特征在于，对所述拍摄图像进行颜色转换和通道分离操作，得到多张灰度图像，包括：将所述拍摄图像由彩色图像转换为灰度图像，将所述拍摄图像由RGB颜色空间转换为HSV颜色空间，将所述拍摄图像的RGB图像通道分离为R通道图像、G通道图像、B通道图像，以及将所述拍摄图像的HSV图像通道分离为H通道图像、S通道图像、V通道图像中的至少一种；
其中，基于低质量像素点在不同颜色空间的不同通道上表现出的特异性提取出全局低质量像素点分布区域，包括：
获取所述V通道图像中各像素点的像素值，根据所述V通道图像中各像素点的像素值与第一阈值的大小关系，由所述V通道图像中提取出像素值大于所述第一阈值的像素点作为过亮像素点分布区域；
获取所述H通道图像中各像素点的像素值，由所述H通道图像中提取出像素值处于第一区间，且在所述R通道图像相同位置处的像素点的像素值小于或等于第二阈值的像素点作为过暗像素点分布区域；
获取所述灰度图像中像素值小于或等于第三阈值的像素点作为所述过暗像素点分布区域；
获取所述H通道图像中各像素点的像素值，由所述H通道图像中提取出像素值小于或等于第四阈值，或像素值大于第五阈值的像素点作为偏红像素点分布区域；
获取所述H通道图像中各像素点的像素值，由所述H通道图像中提取出像素值处于所述第一区间，且在所述R通道图像相同位置处的像素点的像素值大于所述第二阈值的像素点作为所述偏红像素点分布区域；
获取所述H通道图像中各像素点的像素值，由所述H通道图像中提取出像素值大于或等于第六阈值且像素值小于或等于第七阈值的像素点作为灰白色像素点分布区域；
将提取出来的所述过亮像素点分布区域、所述过暗像素点分布区域、所述偏红像素点分布区域和所述灰白色像素点分布区域进行融合，得到全局过亮像素点分布区域的二值图像、全局过暗像素点分布区域的二值图像、全局偏红像素点分布区域的二值图像和全局灰白色像素点分布区域的二值图像；
对所述过亮像素点分布区域、所述过暗像素点分布区域和所述灰白色像素点分布区域两两之间再次进行并集融合，依次得到第一整体分布区域、第二整体分布区域和第三整体分布区域；
其中，所述第一整体分布区域为过亮像素点和灰白色像素点的整体分布区域，所述第二整体分布区域为灰白色像素点和过暗像素点的整体分布区域，所述第三整体分布区域为过亮像素点、灰白色像素点和过暗像素点的整体分布区域；
分别统计过亮像素点的数量、过暗像素点的数量、灰白色像素点的数量和偏红像素点的数量，并根据眼底图前景区域像素点的数量，依次计算得到过亮像素点的全局占比、过暗像素点的全局占比、灰白色像素点的全局占比和偏红像素点的全局占比、过亮像素点和过暗像素点的全局占比、过暗像素点和灰白色像素点的全局占比、灰白色像素点和偏红像素点的全局占比、过亮像素点和灰白色像素点和过暗像素点的全局占比。
4.根据权利要求3所述的方法，其特征在于，基于各所述目标区域模板和各所述全局低质量像素点分布区域，提取出所述拍摄图像中的限制区域低质量像素点，包括：
将所述视盘区域与所述第三整体分布区域进行与操作，得到第一限制区域，并统计所述第一限制区域内像素值为第一数值的像素点的数量以及所述视盘区域内像素值为所述第一数值的像素点的数量，对所述第一限制区域内像素值为第一数值的像素点的数量与所述视盘区域内像素值为所述第一数值的像素点的数量进行比值计算，得到视盘区域内低质量像素点的整体占比；
将所述黄斑区域与所述第三整体分布区域进行与操作，得到第二限制区域，并统计所述第二限制区域内像素值为第二数值的像素点的数量以及所述黄斑区域内像素值为所述第二数值的像素点的数量，对所述第二限制区域内像素值为第二数值的像素点的数量与所述黄斑区域内像素值为所述第二数值的像素点的数量进行比值计算，得到黄斑区域内低质量像素点的整体占比；
将所述外层圆环区域与所述第一整体分布区域进行与操作，得到第三限制区域，并统计所述第三限制区域内像素值为第三数值的像素点的数量以及所述外层圆环区域内像素值为所述第三数值的像素点的数量，对所述第三限制区域内像素值为第三数值的像素点的数量与所述外层圆环区域内像素值为所述第三数值的像素点的数量进行比值计算，得到外层圆环区域内第一低质量像素点的整体占比；
将所述外层圆环区域与所述全局灰白色像素点分布区域的二值图像进行与操作，得到第四限制区域，并统计所述第四限制区域内像素值为第四数值的像素点的数量以及所述外层圆环区域内像素值为所述第四数值的像素点的数量，对所述第四限制区域内像素值为第四数值的像素点的数量与所述外层圆环区域内像素值为所述第四数值的像素点的数量进行比值计算，得到外层圆环区域内第二低质量像素点的整体占比。
5.根据权利要求4所述的方法，其特征在于，融合全局区域低质量像素点占比和限制区域低质量像素点占比情况，对所述拍摄图像进行质量评估得到相应的质量评估结果，包括：
根据全局区域低质量像素点占比和限制区域低质量像素点占比情况，按照预设顺序对所述拍摄图像的视盘位置、全局是否过暗、漏光程度、光照不均、四要素是否可见、眼皮遮挡、虚焦、噪声、光照不均、图像过亮和图像偏红中的至少一种进行判别评估，得到所述质量评估结果。
6.根据权利要求5所述的方法，其特征在于，融合全局区域低质量像素点占比和限制区域低质量像素点占比情况，对所述拍摄图像进行质量评估得到相应的质量评估结果，包括：
根据提取出来的所述视盘区域对视盘位置进行判别；
在判别出所述视盘位置不正时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为视盘不正；
在判别出所述视盘位置正时，根据所述V通道图像中前景区域图像亮度的均值判定所述拍摄图像是否为全局严重过暗；
在判别出所述拍摄图像为全局严重过暗时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为全局严重过暗；
在判别出所述拍摄图像不是全局严重过暗时，根据过亮像素点和灰白色像素点的全局占比，以及过暗像素点的全局占比判定所述拍摄图像是否严重漏光；
在判别出所述拍摄图像为严重漏光时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为严重漏光；
在判别出所述拍摄图像不是严重漏光时，根据过亮像素点和灰白色像素点和过暗像素点的全局占比，以及过暗像素点的全局占比，以及过亮像素点和灰白色像素点的全局占比，判定所述拍摄图像是否严重光照不均；
在判别出所述拍摄图像为严重光照不均时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为严重光照不均；
在判别出所述拍摄图像不存在严重光照不均时，根据视盘区域内低质量像素点整体占比或黄斑区域内低质量像素点整体占比判别所述拍摄图像是否为四要素不可见；
在判别出所述拍摄图像为四要素不可见时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为四要素不可见；
在判别出所述拍摄图像不存在四要素不可见时，根据八邻域区域中任一区域图像平均亮度判定所述拍摄图像是否存在眼皮遮挡；
在判别出所述拍摄图像存在所述眼皮遮挡时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为眼皮遮挡；
在判别出所述拍摄图像不存在所述眼皮遮挡时，采用训练好的深度学习网络模型对所述拍摄图像的轮廓图进行是否模糊的判别；
在判别出所述拍摄图像的轮廓图存在模糊的情况时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为虚焦；
在判别出所述拍摄图像的轮廓图不存在模糊的情况时，采用训练好的深度学习网络模型对所述拍摄图像进行噪声检测；
在检测出所述拍摄图像存在噪声时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为噪声；
在检测出所述拍摄图像不存在噪声时，根据外层圆环区域内第一低质量像素点的整体占比和外层圆环区域内第二低质量像素点的整体占比对所述拍摄图像进行轻度光照不均的判别；
在判别出所述拍摄图像存在轻度光照不均的情况时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为轻度光照不均；
在判别出所述拍摄图像不存在轻度光照不均的情况时，根据外层圆环区域内灰白色像素点的整体占比对所述拍摄图像进行轻度漏光的判别；
在判别出所述拍摄图像存在轻度漏光的情况时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为轻度漏光；
在判别出所述拍摄图像不存在轻度漏光的情况时，根据所述拍摄图像的平均亮度对所述拍摄图像进行图像过亮的判别；
在判别出所述拍摄图像存在图像过亮的情况时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为图像过亮；
在判别出所述拍摄图像不存在图像过亮的情况时，根据所述H通道图像的像素点像素值和所述R通道图像的像素点像素值对所述拍摄图像进行偏红判别；
在判别出所述拍摄图像存在偏红情况时，直接确定所述拍摄图像为低质量图像，并输出低质量的类型为偏红；
在判别出所述拍摄图像不存在偏红情况时，确定所述拍摄图像为合格。
7.根据权利要求1至6任一项所述的方法，其特征在于，还包括：
在所述质量评估结果为低质量时，基于预先存储的拍摄手法建议词条，根据所述低质量的类型获取并推送相应的拍摄手法建议。
8.一种眼底影像质量评估装置，其特征在于，包括影像采集模块、外层质控模块、内层质控模块和输出模块；
所述影像采集模块，被配置为获取当前接收到的拍摄图像；
所述外层质控模块，被配置为对所述拍摄图像进行眼底图像的判别；
所述内层质控模块包括图像处理子模块、全局低质量像素点提取子模块、限制区域低质量像素点提取子模块和质量评估子模块；
所述图像处理子模块，被配置为在所述外层质控模块判别出所述拍摄图像为眼底图像时，读取所述拍摄图像，并对所述拍摄图像进行颜色转换和通道分离操作，得到多张灰度图像；
所述全局低质量像素点提取子模块，被配置为由所述拍摄图像中提取出多个目标区域模板，并基于低质量像素点在不同颜色空间的不同通道上表现出的特异性提取出全局低质量像素点分布区域；
其中，所述目标区域模板包括前景区域、视盘及上下血管弓区域、黄斑区域、外层圆环区域和八个不同方向的四分之一区域中的至少一种；
所述全局低质量像素点分布区域包括过暗像素点分布区域、灰白色像素点分布区域、过亮像素点分布区域和偏红像素点分布区域中的至少一种；
所述限制区域低质量像素点提取子模块，被配置为基于各所述目标区域模板和各所述全局低质量像素点分布区域，提取出所述拍摄图像中的限制区域低质量像素点；
所述质量评估子模块，被配置为融合全局区域低质量像素点占比和限制区域低质量像素点占比情况，对所述拍摄图像进行质量评估得到相应的质量评估结果；
所述输出模块，被配置为在所述质量评估子模块评估出所述质量评估结果为低质量时，基于预先存储的低质量成因词条，根据所述低质量的类型获取并推送相应的成因。
9.一种眼底影像质量评估设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述可执行指令时实现权利要求1至7中任意一项所述的方法。
10.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。