随着科技的不断发展,图像作为一种简单而又方便的视觉信息载体,在人类生活中起到了越来越重要的作用。然而,图像在采集、传输和存储的过程中,会由于各种各样的原因,导致图像本身的视觉效果下降,而对后续的图像应用产生负面作用。比如,由于网络传输的波动,导致传输图像信息受损,而影响用户的使用。因此,对图像质量进行度量,即图像质量评价的研究,对于图像处理在各方面的应用具有重要意义。人是图像的最终用户,如何从主观视觉的角度度量图像的质量一直是图像质量评价的核心研究内容。基于此,本文将在以前的图像质量评价方法的研究基础上,探究合理的符合人类视觉系统特性的视觉感知模型,研究基于视觉感知特性的图像质量评价方法,以进一步提高客观方法和主观评判之间的一致性。本文主要研究工作和创新成果包括:1、提出了一种基于二值逻辑的图像结构改变检测方法。该方法通过模拟神经视觉阈值特性和最小可觉差特性,利用二值逻辑将图像的结构特征转换为特征的存在性,检测结构改变。与传统的结构检测方法相比,二值逻辑的方法能获取更符合主观检测的结果。同时,基于该结构改变检测方法,本文提出了一种快速的全参考图像质量评价方法。该方法通过结构失真和亮度失真度量一幅图像的质量。通过实验验证,该评价方法能获取与主观一致的图像质量。2、提出了一种针对图像结构失真的视觉感知分类模型。该模型将图像的结构失真分为四类:轻微改变、结构添加、结构丢失和结构混乱。根据主观实验,本文证明了该模型能对图像的结构失真进行合理地描述。根据模糊逻辑和多数投票策略,本文实现了该视觉感知分类模型,并提出了一种全参考的图像质量评价方法。该方法通过加权图像的结构失真面积和结构特征差异两方面指标,获取最终的图像质量。在常用的主观数据库上与其他先进的全参考方法相比,本文提出的方法能获取与主观评判更为一致的图像质量。3、提出了一种基于块效应和块内信息改变程度的JPEG压缩失真的无参考质量评价方法。根据JPEG图像失真的特点,大部分传统的方法只通过度量JPEG图像的块效应度量图像的质量。本文提出的方法在传统方法模型的基础上,引入了块内信息改变程度这一新的指标。结合视觉注意机制,本文筛选出图像中人眼更敏感的区域,并通过加权这些敏感区域的块效应和块内信息改变程度,得到最终的JPEG图像的质量。在常用的JPEG失真图像集上与其他的先进的针对JPEG压缩失真的方法相比,本文的方法具有更低的时间复杂度和更精确的图像质量。4、提出了一种基于最大梯度和梯度改变的模糊失真的无参考质量评价方法。根据主观实验的结论,主观往往根据图像中最锐利区域信息评判模糊失真图像的质量。本文通过研究最大梯度和图像感知锐度之间的关系,提出了一种针对模糊失真的无参考方法。该方法通过最大梯度提取图像的最锐利区域信息,利用梯度改变衡量整幅图像的内容改变,最后加权两方面的信息得到最终的模糊失真图像的质量。在常用的模糊失真图像集上与其他先进的针对模糊失真的方法相比,本文的方法具有极低的时间复杂度,而且能稳定地精确地度量模糊图像的质量。