随着信息技术的发展,数字图像在日常生产生活中的应用无处不在。在进行图像通信的各个环节可能引入各类失真,造成图像质量损失,干扰人的主观感知。为了应对不同应用场景对图像质量的要求,需要建立高效的客观质量评价机制,模拟人类视觉系统(Human Visual System,HVS)的主观感知过程。现有的大多数客观评价方法只针对彩色图像的亮度分量进行处理,忽略颜色信息对图像质量感知的影响。在客观评价方法中引入颜色信息能够获得更好的评价性能,本文提出了两种彩色图像质量评价方法:(1)基于两级尺度特征相似性加权的全参考彩色图像质量评价方法。单一尺度上的特征只能刻画某些HVS特性,对图像质量的表征能力有限。本文设计了一种基于两级尺度特征相似性加权的质量指标(Two Scale Feature Similarity Weighted Quality Index,TSFSWQI),首先转换颜色空间,分离亮度和颜色分量;再基于像素尺度提取多种特征,经过融合、加权、取均值等操作得到该尺度上的相似性度量;然后基于图像尺度提取统计特征,构造特征向量,计算特征向量的欧氏距离作为该尺度上的相似性度量;最后加权两级尺度上的相似性度量,求得TSFSWQI得分。实验表明,TSFSWQI与主观评价一致性高,具有跨数据库和跨失真类型评价的鲁棒性。(2)基于局部二值模式和局部熵的无参考彩色图像质量评价方法。本文针对基于空间-频域熵的质量指标(Spatial-Spectral Entropy based Quality index,SSEQ)进行改进,引入YIQ各分量的局部二值模式特征,从而设计一种基于局部二值模式和空间-频域熵的质量指标(Local Binary Pattern and Spatial-Spectral Entropy based Quality index,LBPSSEQ)。实验表明,LBP特征能有效地反映失真引起的图像质量变化,使得LBPSSEQ的性能比SSEQ明显提升,与同类方法相比有很好的综合性能。