建立有效、稳定的遥感图像质量评价指标,在应用遥感技术的多个方面中都有重要的意义。本文重点研究了单失真、混合失真光学遥感图像质量评价及复原模糊的图像质量评价方法。提出了一种基于空间特征加权互信息比的遥感图像质量评价方法。该方法根据遥感图像失真前后互信息的改变,计算参考遥感图像经过视觉失真模型前、后,以及失真遥感图像经过视觉失真模型前、后的空间特征加权互信息比得到遥感图像评价指标RSIQA(Remote Sensing Image Quality Assessment)。建立了光学遥感图像数据库ORSID(Optical Remote Sensing Image Database)。在ORSID数据库上与其它图像质量评价算法进行了一致性比较,实验表明RSIQA算法具有高度主客观一致性,能很好地评价失真遥感图像质量评价。提出了一种多尺度深度特征相似度的混合失真图像质量评价方法。该方法计算参考图像与失真图像尺度变换通过卷积神经网络模型的深度特征相似度,以及参考图像与失真图像信息特征图块通过卷积神经网络模型的深度特征相似度,将两种相似度加权得到基于多尺度深度特征相似度的混合失真图像质量评价指标MSDFSIM(Muti-Scale Deep Feature SIMilarity)。建立了混合失真光学遥感图像数据库MDORSID(Multiply Distorted Optical Remote Sensing Image Database)。将MSDFSIM在MDORSID上与其他图像质量评价算法进行了一致性比较,实验表明MSDFSIM算法具有高度主客观一致性,能很好地评价混合失真遥感图像质量评价。提出了一种振铃和清晰度联合评价的复原模糊遥感图像质量评价方法。该方法将复原模糊图像的质量评价分为边缘振铃评价ERM(Edge Ringing Metric)、边界振铃评价BRM(Boundary Ringing Metric)和清晰度评价SM(Sharpness Metric),这三种评价方法得到的图像质量分数通过BP(Back Propagation)神经网络非线性拟合得到最终的复原模糊遥感图像质量评价方法RBRSIQA(Restored Blurred Remote Sensing Image Quality Assessment)。建立了复原模糊光学遥感图像数据库RBORSID(Restored Blurred Optical Remote Sensing Image Database)。将RBRSIQA在MDORSID上与其他图像质量评价算法进行了一致性比较,实验表明RBRSIQA算法具有高度主客观一致性,能很好地评价复原模糊遥感图像质量。