图像质量评价的研究是图像信息工程的基础技术之一，也是评判图像处理算法优劣的重要标准，由于其不可或缺的重要性，图像质量评价算法被广泛地应用于图像编码、图像增强以及图像复原等各个图像处理领域。一直以来，基于视觉误差理论的评价算法MSE和PSNR等被广泛地应用于图像的客观质量评价领域，但学者早就发现MSE和PSNR不能很好地符合人眼视觉系统的特性。多年来，学者提出了多种基于人眼视觉系统的图像质量评价方法，但这些基于视觉误差理论框架的评价方法始终没能取得明显优于MSE的效果。随着对人眼视觉模型研究的深入，专家发现结构信息是人眼获取图像信息时的关键所在，因此，基于结构信息的客观质量评价方法取得了出众的效果，也逐渐成为了图像客观质量评价领域的研究热点。 本文在基于结构相似度的图像质量评价方面做了一些研究，主要工作如下： 1、系统地介绍了人眼视觉模型的研究现状及图像质量客观评价的发展。对提出的结构相似度(SSIM)进行了深入研究，并通过大批量的实验和理论分析发现，该算法在相比于以往理论框架取得创新性突破的同时，也存在一定的缺陷。 2、针对结构相似度的一些算法缺陷，本文提出了两种改进算法——基于梯度幅度信息的图像结构相似度MGSSIM和基于边缘信息的图像结构相似度MESSIM，实验表明，与现有算法相比，改进算法和人眼的主观视觉具有更好的一致性，因此取得更好的评价效果。 3、针对彩色图像进行质量评价算法的初步研究，并对大批量的实验结果进行理论分析，随着人眼视觉模型的研究得到更深入的研究，人眼视觉的特性被更准确地获知，彩色图像的客观质量评价研究也必定能取得更好的效果。