随着高性能视频压缩与传输系统的出现,数字视频正在影响甚至改变着人们的生活方式。与此同时,人们对视频图像系统的运维质量和用户体验质量的要求也越来越高。因此,对视频图像感知质量评价技术的研究,并利用评价技术的研究成果来监测和控制视频图像的运维质量,改善用户的体验感受也日益重要。本文首先对目前流行的视频图像质量评价方法进行了分类,重点对压缩域视频图像质量评估方法进行了综述,并分析了压缩、传输和运动等几个引起视频图像失真的原因,简要介绍了在压缩域进行的块失真和模糊失真等特定失真检测方法。然后对自然图像的DCT系数分布进行了全面的数学分析。文中利用数学的方法推理出DCT系数符合拉普拉斯分布。并解释了DCT系数变化时拉普拉斯分布宽度的不同。利用DCT系数分布的规律,提出了基于DCT系数分布的PSNR的无参考图像质量评估算法,这一算法利用AC系数和DC系数的分布规律计算出图像的量化误差,然后计算出整体的PSNR值。在TID2008图像数据库上进行试验,本文估计的PSNR值与主观评分进行拟合,结果表明客观评分与主观评分有较高的相关性,好于目前流行的全参考视频图像评价算法。这一算法不需要原信号,且在DCT域进行,因此可以应用在实时的质量评价中。图像质量的客观评价方法研究在实现图像质量评价仪器化的过程中起到决定性的作用。本文最后在分析最新全参考图像质量评价算法：特征相似法(FSIM)的基础上,利用CSF算子以及DCT域的对比度掩盖效应,提出了一种改进的FSIM图像质量评价方法。该方法具有FSIM算法简单、高效等特性,同时又充分体现人眼视觉特性,更好地反映了人的主观感受。通过LIVE测试数据集的实验结果证明,该方法在非线性回归后相关系数、斯皮尔曼相关系数、线外率等指标均优于传统的其他图像质量评价算法。