图像信息是人类获取外界信息的主要途径,也是人类交流和沟通的重要组成部分。但是,在数字图像的获取、处理、压缩、传输和重构过程中,由于物理设备和图像处理算法的限制,不可避免的会对图像的质量产生影响,因此如何有效的评价一幅图像的质量就显得尤为重要。本文在分析了自然图像失真的原因和效果后,提出了:(1)基于小波变换的无参考图像质量评价。该方法首先利用小波变换的多分辨率特性近似逼近人类视觉系统(HVS)的多通道特性。其次根据人眼对于图像不同区域如边界区域,纹理区域,平滑区域的失真强度的主观感受不同,提取其视觉感知重要区域。然后结合自然场景统计(NSS)模型中小波子带能量在对数域内有近似线性规律,利用最小二乘法、线性预测、能量补偿等方法来预测原始图像的子带能量,最后通过量化实际子带能量值和预测子带能量值之间的差异来评价图像质量。实验结果表明,该方法可以有效的评价多种失真类型且与主观评价有较好的一致性。(2)基于轮廓波(Contourlet)变换的无参考图像质量评价。该方法首先利用Contourlet变换得到图像的子带信息,然后根据人类视觉系统HVS提取子带的视觉感兴趣区域,最后结合NSS模型进行失真特征的量化。由于JPEG失真并不适合此模型,于是提出一种基于块内外能量比的方向对此模型进行扩充。实验结果表明,该方法可以有效的评价多种失真类型且与主观评价具有较好的一致性。(3)一种模糊与噪声混合失真的无参考图像质量评价。该方法根据模糊与噪声混合失真对于局部像素的影响,首先利用局部最大偏差得到失真图像的噪声因子;其次利用去噪算法对失真图像进行去噪操作;接着利用二次模糊统计边界偏差的方法得到去噪后图像的模糊因子,由于存在遮掩特性,因此需要对模糊因子进行适当的调整以还原失真图像本身固有的模糊程度;最后通过量化模糊因子和噪声因子来得到失真图像的质量指标。实验结果表明,该方法具有较好的主观一致性。