随着科学技术的发展,以及人们需求的日益提高,从一维信号处理中发展起来的经典图像处理算法,已越来越难满足人们对高质量图像处理的需求。小波等经典图像处理方法忽略了高维数据的本征几何结构特征,并不是适于图像数据结构的视觉最优图像处理方法。因此,为了改善各类图像处理算法的效果,必须从图像数据的本身结构特点出发,根据人眼视觉系统特性,结合实际应用背景需求,设计真正适合于图像数据特征的图像处理算法。图像数据的离散属性,以及结构的复杂特性,决定了在数字图像处理过程中,建立符合视觉感知特点的适于应用背景的精确模型的困难性。本文在深入研究图像数据视觉感知特点的基础上,针对传统图像压缩、分辨率增强以及质量评价算法设计中的不足,对算法设计中的一些关键问题做出了深入研究。本文的主要工作和创新包括以下几个方面:1.针对基于小波变换图像压缩方法的不足,结合图像数据几何结构特征,提出了基于边缘导向的正交小波变换图像压缩方法。该方法在继承经典小波变换优点的基础上,能够充分理解图像数据的方向奇异结构特性,有效地利用图像数据空间不均匀的特性,提高图像压缩效率的同时,有效保护图像数据中人眼视觉感兴趣的几何奇异特征。同时,将方法根据SAR图像数据特点加以改进,拓展应用到SAR图像压缩中。2.针对传统插值方法的不足,提出了基于小波变换的边缘保持方向自适应图像插值方法。该方法通过改进双线性插值方法,自适应调整插值核函数,有效地保护了图像的边缘特征。同时结合小波变换的多分辨表示性能,有效地提高了插值图像的高频信息,并进行相关后处理,增强了图像的视觉效果。与传统方法比较,试验结果的主客观质量都得到了提高。3.在研究二分树复小波变换系数几何先验信息的基础上,建立了基于复小波变换的超分辨图像重建模型。该方法利用二分树复小波变换具有近似平移不变和灵活的方向选择性,实现图像的高效稀疏表示。同时,根据复小波变换系数模值和相位信息在边缘处的几何约束条件,结合超分辨重建问题,从而在复小波变换域建立一种新型的超分辨重建模型。最后,利用分裂Bregman方法实现模型的有效优化求解,得到高质量的超分辨率图像。4.针对传统质量评价方法的缺陷,根据视觉感知图像数据的特点,提出了基于几何结构失真模型的完全参考图像质量评价方法。该方法根据图像数据中引起视觉敏感的方向失真、幅度失真和锐度失真,建立了几何结构失真模型,物理意义明确,计算复杂度较低,符合人眼视觉感知特点,试验结果与主观预测结果具有很好的一致性。同时,利用小波变换与人眼视觉系统的多通道特性相匹配的特点,建立基于小波变换的几何结构失真模型的质量评价方法,试验结果验证了方法的有效性。5.根据自然图像统计先验信息,提出了基于边缘特征统计的部分参考型图像质量评价方法。图像边缘信息在人眼感知图像质量过程中占据着十分重要的地位,而自然图像的边缘统计分布符合一定的先验统计规律,该方法通过度量这种统计分布特征的变化程度预测图像质量,仿真试验对标准图像库中所有失真类型数据都得到较好的预测结果。总之,本文从图像数据结构特征出发,结合人眼视觉感知特性,解决基于方向小波图像处理算法与几何特征保持质量评价方法设计中的一些关键问题,获得了更加符合人眼视觉系统特性的试验结果。