图像压缩、传输及处理等过程使图像产生不同的失真从而影响信息传递的质量。因此,研究图像质量评价技术是极具意义的课题。图像主观评价方法对图像质量的评价具有直观性,能准确地反映人类的感知质量,却以高耗时和高花费为代价,且难以在实际中实施。图像客观评价方法速率高、花费少、应用广泛且结果可重现。主观评分是客观评分的有效性验证。客观评价用来验证图像处理系统的性能和优化现有算法。与人类视觉特性结合建立相应视觉模型,进一步分析研究图像客观质量评价算法,保证其与人类感知质量评价相一致,更具有说服力,对研究人类视觉系统(Human Visual System,HVS)具有重要的理论意义。基于此,本文展开了人类视觉系统基础上的图像质量评价算法研究。首先,本文阐述了研究图像质量评价的背景及意义,综述了研究基于HVS的图像质量评价的意义及国内外研究现状,详细介绍了与本研究有关的基本理论:图像及其质量、人类视觉系统的组成及视觉机制特性、公开图像质量数据库和图像质量评价算法性能指标;探讨了与所提算法有关的无线传输图像失真问题:块效应、模糊效应、振铃效应及强度掩膜。然后,研究了一些经典的客观评价算法,并在公开图像数据库上进行性能比较,分析这些算法性能的优劣,为所提算法奠定理论基础。其次,对图像的结构相似性进行研究,提出了基于HVS内在推导机制的多尺度结构相似性(Multiple-scale Structural SIMilarity based on internal generative mechanism,i MSSIM)算法。对内在生成机制建立逐段式自回归(Piecewise Auto Regressive,PAR)模型,在i MSSIM算法中采用这一模型将失真和参考图像分别分解成多尺度结构相似形(Multiple-scale Structural SIMilarity,MSSIM)算法评分的图像内容预测部分和采用PSNR评分的图像信息不确定部分,而后采用MSE进行加权来联合这两部分评分得到最终结果。采用不同的性能指标验证所提i MSSIM算法和主观评分的一致性,将i MSSIM算法在公共图像数据库上的仿真结果与现有算法对比,结果证明i MSSIM算法的性能得到进一步改善。最后,针对VIF算法对人眼不敏感部分度量能力的欠缺问题,研究了无线传输图像的失真特性,结合VIF对无线传输图像评分的有效性以及HVS中的内在生成机制,提出了基于内在生成机制的视觉保真度(Visual Information Fidelity based on internal generative mechanism,i VIF)算法。在无线传输图像数据库上将i VIF算法与现有算法进行仿真对比,证明了所提算法性能的提高。i VIF算法95%置信区间的拟合曲线图表明所提算法评分与主观评分有很高的一致性。