随着云计算和多媒体通信技术的快速发展,屏幕图像在远程计算、虚拟桌面共享、在线教育等领域有着广泛的应用,受到学术界和工业界的普遍关注,成为当前图像技术领域的研究热点。屏幕图像是一种复合图像,既包含计算机生成或渲染的图标、图表、文字又包含自然场景图像。与自然图像类似,屏幕图像在生成、传输和显示的时不可避免地会产生失真,比如高斯噪声,量化失真和对比度失真,造成屏幕图像质量下降。然而,由于屏幕图像和自然图像具有明显不同的机构和统计特性,传统自然图像质量评价方法并不能适用于屏幕图像。因此,如何结合人眼视觉特性和屏幕图像特点准确评价屏幕图像质量的研究具有重要的理论意义和实际应用价值。本文主要结合人类视觉系统特性和屏幕图像的结构特征展开基于视觉感知的屏幕图像质量评价方法研究,分别提出了三种屏幕图像质量评价方法,包括采用边缘信息的屏幕图像质量评价方法、基于径向对称的屏幕图像质量评价方法和基于高斯差的屏幕图像质量评价方法。具体如下:1、考虑到人类视觉系统对边缘信息比较敏感且屏幕图像中包含大量边缘信息,提出一种采用边缘信息的屏幕图像质量评价方法。首先,该方法分别从空域和频域提取输入图像的边缘信息进而计算边缘信息相似度,接着基于边缘信息提取屏幕图像的感兴趣区域,以此作为权重图对相似度图进行合并得到失真屏幕图像的质量分数。2、由于屏幕图像中包含大量的对称信息,比如自然图像区域的眼睛、鼻子、耳朵,文字区域的字母和图表等等,提出了利用径向对称信息来提取屏幕图像的对称信息进而反映屏幕图像质量退化程度。首先,该方法将RGB颜色通道转换成LMN颜色通道。接着,基于幅度和方向分别计算输入参考屏幕图像失真屏幕图像的径向对称相似度,同时计算参考屏幕图像和失真屏幕图像的色度相似度。最后,使用基于幅度的径向对称信息作为加权策略得到失真屏幕图像的质量分数。3、考虑到高斯差能够模仿人眼视网膜如何提取图像细节,而多尺度能够更有效地捕捉图像细节,提出了基于多尺度高斯差的屏幕图像质量评价方法。首先,该方法用不同尺度的高斯差计算得到输入图像的不同尺度的边缘图,即小尺度边缘图和大尺度边缘图。小尺度边缘图用来计算边缘相似度图,大尺度边缘用来计算输入图像的权重图。接着使用权重图对边缘相似度图进行池化计算得到失真屏幕图像的客观分数。综上所述,本文根据屏幕图像的统计特征和人类视觉系统特性提出了三个屏幕图像质量评价方法。实验结果表明,所提方法均能准确描述人眼对于屏幕图像的主观感知度。本文的研究成果在理论上取得了一定的创新性,为工程实现开辟了新的思路,在一定程度上促进了基于视觉感知的屏幕图像质量评价研究。