在当今的数字化信息时代,各种对于图像和影像采集、处理的系统应运而生.但是成像系统、传输介质以及存储设备的不完善，加之物体运动、噪声污染等原因,一定程度上导致图像的失真和降质,对于后续的处理带来不便.因此,对图像质量进行合理的评估具有非常重要的研究价值.本文首先用四元数表示彩色图像,设计两种评价指标,然后将全参考图像质量评价拓展到基于宽度学习的无参考图像质量评价.论文的主要工作如下:(1)提出四元数谱余量彩色图像质量评价方法(Quatermion Spectral Residual SIMilarity,QSR-SIM).首先将参考图像与失真图像表示为纯四元数矩阵,利用四元数谱余量方法检测两幅图像的视觉显著性区域;其次将四元数梯度特征融合并作为彩色图像质量评价的两个指标，将视觉显著性作为评价指标的权值.最后,在两个标准图像质量评价数据库中进行数值实验,结果表明新方法与人的主观评价相一致.(2)提出四元数梯度幅值相似性偏差方法(Quaternion Gradient Magnitude Similarity Deviation,QGMSD).首先度量彩色图像梯度的局部相似性质量得分,其次通过相似性偏差来反映失真图像结构的全局变化.结果表明,该算法与其他全参考方法相比较,具有很好的竞争力.(3)提出一种基于宽度学习系统的图像质量评价方法(Broad Learning System for Image Quality Assessment,BLS-IQA)..首先提取梯度以及均值减损对比度归一化的分布特征;然后利用宽度学习得到通用的无参考图像质量评价方法.实验结果表明,该方法与人的主观评价高度一致.