由于遥感卫星成像系统性能、图像压缩算法、数据远程传输设备等的不完善,以及大气层及设备噪声等的干扰,在遥感卫星图像的获取、压缩、传送的过程中,遥感图像降质和模糊失真是不可避免的。这些给遥感图像的处理、分析、应用带来了很大的难度。本文针对遥感图像压缩算法对比选优中,对压缩图像的主观评价及客观评价的实际问题,以及目前国标遥感影像图质量评价中,只有主观定性描述,没有客观量化指标的问题,在广泛了解国内外图像质量评价相关理论和技术的最新发展现状基础之上,分析和研究了遥感图像质量的主观评价方法和客观评价方法存在的问题,并探讨了原始遥感影像及遥感融合影像的质量评价的方法和思路,为进一步的深入研究奠定了基础。本文的主要研究工作如下：一、图像质量主观评价方法研究针对遥感图像压缩算法上星选优的实际问题,提出了一种新的基于Shell排序算法的图像质量主观评价方法,并开发了基于该方法的遥感图像主观评价软件。该方法是将Shell排序算法与已有的遥感压缩图像质量的主观评价方法中的成对比较法相结合,兼有排序方法和成对比较法的优点,减少了主观评价中图像比较的次数。利用该软件,对924幅遥感压缩图像,经过两组遥感专业一线作业人员的主观测评实验,最后对实验结果进行分析处理,结果表明新主观评价方法比原有的成对比较法提高效率达38%-52%。二、图像质量客观评价方法研究为了从客观的角度评价遥感压缩失真图像的质量,本文提出一个将图像的梯度幅值、相位以及结构相似度(SSIM)三者相结合的图像质量评价新模型—梯度相似度(GSIM)模型,以及基于该模型的图像质量评价算法。新模型与SSIM模型及基于梯度的模型相比,不仅包含亮度、对比度和结构三部分信息,而且更重要的是该模型增加了梯度相位信息。通过对LIVE图像数据库的982幅失真图像和924幅遥感压缩影像的实验,结果显示新模型的性能优于MSE、PSNR、SSIM等传统模型以及基于梯度的模型。与SSIM等模型相比,新模型不但能较好地解决对严重失真图像的客观评价与主观感受并不完全相符的问题,而且还能更好地处理对多种类型失真图像的混合评价效果较差的问题。三、遥感影像产品的构象质量评价研究针对遥感影像平面图制作规范国标(GBT15968-2008)中,对影像质量评定标准,只有主观定性描述(“层次丰富、清晰易读、色调均匀,反差适中”),而无客观定量的评价指标的问题。对于图像的层次、清晰度、辐射、反差、信噪比等方面的表达和评价问题,本文从亮度、对比度、信息量、清晰度、纹理信息及空间细节的角度进行分析,分别给出相应的客观评价指标。对于图像对比度反差适中的主观定性描述,在深入研究人眼视觉特性的基础上,提出了一种的基于高斯正态函数加权的对比度评价指标,用该指标表示反差适中,比标准差更符合人的视觉感受,最后用实验验证新模型指标的有效性。四、遥感影像融合及其质量评价研究本文针对遥感影像生产单位实际对遥感影像融合算法的选择问题,详细比较了现有的10种遥感影像融合算法,研究了各种融合算法的基本原理,通过各种图像质量评价指标,分析了各种融合算法的特点,最后提出了一般遥感影像构象质量的评价体系,将遥感影像的构象质量分解为亮度、对比度、清晰度、信息量、光谱信息、纹理信息、信噪比等几方面因素来分别考虑,并在现有客观指标深入研究的基础上,对上述各方面都给出了具体的客观评价指标。