现代信息社会不断发展,图像已经成为了人们生活中交流和传递最重要信息载体。然而,人们得到的图像总是在采集、传输和处理过程中,会受到环境、操作和设备等因素的原因导致各种降质,因此需要对图像的质量测量,以便对系统设备等起到监视、优化的功能。图像质量评价技术是图像处理领域的基础,具有十分重要的研究意义。主观评价方法因为其对人力、物力的大量消耗和繁琐的过程,难以在实际中得到应用。传统基于像素的质量评价方法,例如均方误差和峰值信噪比等,计算简单,但是常常无法真实反映人对图像的视觉感知力。人类视觉系统是对人眼的生理和心理功能的模拟,基于这个系统的评价方法在算法中加入特性,能够较好的反映人的主观感受。但是由于研究者们对HVS特性的了解比较有限,而且HVS特性太复杂,难以直接量化,导致这种方法的复杂度提高,使得其发展缓慢。Zhou Wang提出了一种自顶向下地模拟HVS特性中人眼提取视觉场景中结构信息能力的结构相似性理论和结构相似度方法(SSIM),该方法能够在一定程度上客观地反映人的主观感受,并且计算简单高效,但是其也有着许多固有的缺陷。本文通过深入研究结构相似性理论和SSIM方法,总结其规律和缺陷,以其为基础做出改进,给出了两种新的方法：基于傅氏变换提取结构信息的图像质量评价方法ESIFT、基于小波变换提取结构信息的图像质量评价方法ESIWT。图像中的元素很多,对图像质量的影响也各不相同,其中以图像边缘轮廓对人的感官影响最大,细节信息次之。边缘轮廓在频谱上体现了为中高频信息,细节信息则为高频信息。ESIFT通过傅里叶变换将图像转换到频率域,结合HVS特性的对比敏感度将图像频率进行分频,再使用SSIM方法分别对不同频率作局部失真度量,分别给予不同的权值。ESIWT方法则是利用了小波变换与HVS多通道特性的相似原理,将图像中代表边缘和部分细节信息的高频部分提取,由于小波变换具有方向特性,将不同方向的高频信息作梯度方向融合处理,提取出其中的边缘信息结合对比敏感度,并使用SSIM做局部失真度量。多个实验证明,这两个方法比传统评价方法和SSIM方法的性能都要好。两者之间的比较得出：ESIFT方法的性能更全面、稳定,ESIWT方法对部分失真类型的图像的效果非常显著。