青光眼是全球三大致盲性眼病之一，其对人眼一旦产生不可逆转的伤害时，将最终导致失明。虽然此类眼病引起的视功能损伤是不可逆的，但如果及早发现并积极治疗，大部分患者仍可终生维持视觉功能。因此，青光眼的早期发现、早期诊断和早期治疗显得尤为重要。光学相干断层扫描(Optical Coherence Tomography, OCT)作为一种眼科成像手段，其具有的非接触性、高分辨率、快速成像等特点决定了该技术在眼科领域的重要地位。但是一方面鉴于该方法的相干成像原理，OCT图像必定会受到噪声影响，导致图像清晰度下降，最终影响医生对病症临床诊断的准确率和效率。另一方面眼部OCT图像作为一种海量数据，如果根据医生临床经验进行图像质量的有效性刷选，评价过程将具有明显的主观性和低效性。因此通过计算机自动筛选清晰有效的OCT图像，将能够显著降低医生的误诊率和工作强度。本文正是在这样的背景下，展开了对眼部OCT图像质量评价的研究。针对现有的图像质量评价方法与人的主观感受相悖问题，论文中首先提出了一种基于人眼视觉视觉系统(Human Visual System, HVS)的前房角OCT图像质量评价方法；其次，针对传统图像质量评价指标单一，忽视图像结构信息这一问题，本文引入了另一个评价指标，即分形维数，并对这一指标的计算作了改进；在此基础上，考虑到单一分形维数评价的不足，又引入复杂性测度作为评价补偿。论文的主要内容分为以下几个部分：(1)提出了一种基于HVS的前房角OCT图像质量评价方法。通过将传统的图像质量评价指标，包括对比度、模糊度和信噪比，与人眼视觉系统特性中的感兴趣作用原理、灰度敏感特性以及对比度敏感曲线相结合建立模型，同时由医生制定前房角OCT图像质量评价标准并给出相应的得分，最后将三参数与主观得分进行线性拟合，得到客观评价模型。实验结果表明，加入了人眼视觉特性后的评价方法与主观结果更为一致。(2)考虑到传统质量评价指标单一，忽略图像结构信息的问题，从非线性角度引入了分形维数评价指标，从局部与全局相似性角度对图像质量进行评价。文中针对传统分形维数计算时只考虑图像像素点灰度极值，忽略中间灰度级像素点的不足进行了改进，实验结果表明其改进方法在普通场景图像质量评价中有一定的提高，并将这一改进方法运用到视网膜OCT图像中，由医生给出该类OCT图像质量的主观评价标准以及每幅实验图像的得分，在此类图像上的实验结果表明，改进后的分形维数评价效果同样优于未改进的评价方法。(3)在单一分形维数评价的基础上，考虑到分形维数作为一种局部统计特征，无法反映图像纹理特征，而复杂性测度认为真正的复杂信号是介于规律和随机之间的信号，对于二维图像，正是这些类似纹理细节体现了图像质量的重要方面，因此，又引入了复杂性测度这一评价指标，同时利用PCA降维方法建立了双参数评价模型，实验结果表明，提出的评价方法效果不仅优于传统OCT图像质量评价方法，而且也比单一的改进后分形维数评价效果好，与主观最为一致。