数字图像质量评价及复原是数字图像处理领域的两个基础性问题,对它们的研究,既有其理论方面的价值,更具有广泛的实用意义。-方面数字图像质量评价可以为图像复原的结果提供判断标准,另一方面图像复原方法可以进一步的改善数字图像的质量。数字图像质量评价及复原系统可以看作是计算机图像分析与理解系统的基础,提高这一系统的性能对于后续的图像分析与理解具有重大的意义。本文在图像质量评价及图像复原方法上做了一些简单的研究。首先,本文简要介绍了目前流行的图像质量评价方法:主观评价与客观评价;从对参考图像的利用角度出发,将客观图像质量评价方法分成了全参考,弱参考,无参考质量评价方法;对全参考的评价方法又从基于信号处理、基于人眼视觉误差灵敏度、基于人眼视觉区域结构相似性这三个角度给予了介绍,目的在于全面的了解当前图像质量评价的最新发展状况。其次,本文从无参考的图像质量评价角度出发,分析了造成图像质量下降的因素。一般而言,图像质量下降主要是受到了各种外在因素的影响,如噪声、模糊等,对这些引起图像失真的因素进行分析评价,可以方便选择特定的图像复原方法来消除这些失真。本文重点介绍了其中几种常见的失真因素,并给出了具体的测量方法。再次,本文深入介绍了目前常用的各种图像复原算法。复原退化图像一般有两种方法:一种方法适用于缺乏图像先验知识的情况,此时图像复原可以看作是一个估计过程,可以根据退化函数与噪声的先验知识,按照某个质量评价标准来估计原始未降质图像,这个过程可以看作为一个滤波的过程。另外一种方法,如果拥有足够多的原始未降质图像的先验知识,那么可以对原始图像建立一个数学模型,并将它与退化图像之间进行拟合,这样复原更加有效。本文随之提出了一种基于支持向量回归的图像复原算法。最后,本文简要介绍了超分辨率图像重建方法:一种可以进一步改善图像质量的方法,并提出了一种基于支持向量回归的超分辨率重建算法。对于任何图像系统而言,高质量的输入图像是系统取得良好结果的必要条件,这更加显示了图像质量评价及复原重建的重要性,本文就图像处理领域的这两个基础性的领域做了一些总结和探索。各章实验表明了本文所做工作的有效性。