随着多媒体技术和现代通信技术的迅猛发展,人类已经步入追求高清晰和高保真视觉信息的新时代。由于图像所承载的信息更加直观、丰富和高效,已成为人们感知客观世界非常重要的视觉信息。但是在图像采集、处理、编码、传输和存储的每一个环节中,不可避免地引入失真而引起图像质量发生改变,这不利于人们准确地认识客观世界。因此,研究高效且可靠的图像质量客观评价方法具有相当重要的现实意义和应用前景。针对传统的模拟人眼视觉系统的图像质量评价方法未充分考虑高级视觉特性的不足,本文在分析视觉显著性对图像质量感知重要性的基础上,提出了一种基于眼动显著图的图像质量评价方法。该方法首先设计眼动实验采集人眼观测图像时的眼动数据,然后用得到的眼动注视点计算出图像的视觉显著图,将视觉显著图作为权重因子与图像失真索引图加权得到图像质量的测度。在LIVE图像库上的实验表明该方法的评价结果更加符合主观评分值。本文针对现有提取图像自然场景统计特征的质量评价方法不能有效模拟视觉感知特性的问题,设计了一种提取图像联合梯度和相位一致特征的图像质量评价方法。该方法首先计算图像梯度幅值和高斯拉普拉斯响应,分析二者统计特性与图像失真程度的关系,通过联合自适应归一化得到联合梯度统计特征,然后再从视觉感知的角度提取图像的相位一致性特征,最后在图像特征与主观评分值之间,采用超限学习机方法建立两者的映射关系。在LIVE、CSIQ和TID2008通用的图像质量评价库上进行实验,该方法的评价结果与人的主观感知有较好的一致性,同时也说明该方法的特征提取是有效的。