随着电子设备以及社交网络的迅速发展,图像在我们日常生活中的地位也越发重要。失真无处不在,图像在形成以及处理这些过程中就会随着被引入,这样就会导致图像质量严重受损,从而阻止人们从图像中获取信息,鉴于此对图像质量评估算法的进一步研究就显得非常有必要。本论文基于结构相似度的图像质量评价方法研究是以人类视觉系统为研究依据,主要是对全参考算法(有原始标准图像做参考)和无参考算法(没有参考图像)进行研究,找出在什么样的条件下能够更快,效率更高的对数字图像进行评价。本论文主要研究方向和成果概括如下:1、基于对偶树复小波变换的模糊图像质量评价(无参考)。小波域和结构相似度的质量评价方法已经成为图像处理领域的研究热点,然而这两部分都存在一定的缺陷:最早出现的离散小波变换在平移过程中不能保持不变性,同时变换后一个尺度上只有三个方向可以进行选择;五种失真类型中,对于在传输过程中引入了严重模糊失真的图像结构相似度对其评价结果并不非常准确。鉴于此本论文提出了一种适应于模糊图像的质量评价新算法。仿真实验验证了该文方法比结构相似度更吻合人眼的视觉效果,在一致性上能够更好的与主观评价方法相匹配,并且在各方面的性能优于目前有关文献的方法。2、基于DCT域纹理结构相似度的模糊图像质量评价(全参考)。结构相似度在评价失真比较大的模糊图像类型时,结果往往不是很正确,即使它作为衡量两幅图像质量好坏的重要指标。本论文在基于结构相似度的图像质量评估算法的基础上,考虑到纹理信息是图像的重要组成部分以及人眼对图像的纹理信息部分十分敏感,因此可以将纹理作为图像的主要结构信息,用来评价图像的清晰程度,鉴于此基于DCT域的纹理结构相似度质量评价被提出。从实验结果可以得知,基于DCT域纹理结构相似度的模糊图像质量评价这一算法相对于结构相似度来说,其实验结果更加正确,能够很好的与人眼的主观感受相一致。3、基于变差函数的全局纹理结构增强的结构相似度算法(全参考)在图像纹理增强算法分析中,空域方法是对图像各像素点的灰度直接来运算,对图像整体的亮度和对比度进行增强。图像全局的纹理信息可以有效的反映出不同的失真,因此重点探讨全局纹理特征增强对失真图像质量评价的意义。变差函数通常用于全局纹信息来分析,以及统计全局纹理信息的相关性。与经典变差函数分析方法不同,本课题主要在水平(0°)、垂直(90°)和对角(45°、135°)四个方向上使用方向对数变差函数模型,对图像的纹理特征进行分析以及图像整体的纹理信息进行增强。