随着彩色成像技术的快速发展,彩色数字图像已被大规模应用于数据可视化领域中。与灰度图像相比,彩色图像包含了更高的信息层次,它能够真实而生动的描述客观世界。但对彩色图像进行数字化处理时,无法避免的会引入一些失真,导致图像的颜色信息发生畸变或丢失等现象,这对我们认识客观世界带来了很大的影响,也为后续的图像处理和分析带来了障碍。因此我们需要设计合理的彩色图像质量评价算法,这具有重要的意义和实用价值。现有的图像质量评价算法多数是针对于灰度图像而设计的,由于灰度图像的像素点由标量表示而彩色图像的像素点是用矢量来表示,如果将这类算法应用于彩色失真图像,则忽略了图像里的颜色分量信息,得到的评价结果与主观感知一致性较差。同时色彩变化的多样性和视觉感知的复杂性也为彩色图像质量评价带来了困难和挑战。本文对此问题展开了深入的研究与探索,主要研究工作和贡献如下:1.提出了一种基于图像边缘的彩色图像质量评价方法。由于图像的边缘信息对失真变化敏感,但仅使用基于亮度的边缘无法充分描述图像里颜色的变化,本算法将图像经色貌模型变换至均匀彩色空间后,分别提取其亮度边缘和色度边缘,然后对不同类型的边缘采用不同的差异计算方法来获得边缘差异,最后将所有边缘差异进行加权融合,实现对彩色失真图像进行质量评价。实验结果表明,提出的算法与主观感知具有较高的一致性,可对彩色失真进行有效评价。2.提出了一种基于图像内容的彩色图像质量评价方法。由于图像的不同部分对彩色图像失真的感知影响不同,并且人类在感知判别图像不同区域的质量时具有模糊性的特点,该算法将图像变换至均匀颜色空间后分为亮度和色度两个分量,然后对上述分量分别提取像素的结构信息进行区域划分,最后利用模糊积分融合各个区域的结构相似度,得到最终质量评价测度。该方法在多种彩色失真类型上均取得了较好的结果,并通过实验验证了其合理性和有效性。3.提出了一种基于视觉感知特性的彩色图像质量评价方法。该算法利用视觉感知特性对彩色图像的失真变化进行描述,从视觉频域特性、视觉关注特性和色彩感知特性的角度分别提取能有效表征彩色图像失真程度的统计特征、视觉显著特征和颜色感知特征构建字典集,然后对特征进行稀疏编码,最后利用编码系数和主观感知的映射关系来描述图像质量的变化。此算法在多种类型的失真上均能有效评测,尤其提高了对色彩失真的评价性能,对色彩失真敏感,并且有良好的扩展性。