图像质量评价标准在图像和视频编码里是一个非常重要的课题,它不仅是衡量图像视频压缩算法效果的指标,而且是编码率失真优化的准则。而由于基于主观感知的图像质量评价标准对脑科学的研究有极大依赖性,一直以来是一个具有争议性的课题。本文广泛收集了脑科学有关的资料并且研究了其对视觉信息的处理过程,提出了一种较符合人类视觉系统特性的质量评价准则。由于人眼对不同频率的敏感特性的不同,图像的全局和局部信息都影响着人眼对图像的视觉感知,本文提出了基于全局和局部信息的图像质量评价标准Spatial Frequency Component Using Global and Local Information (SFCGL)。在此基础上,人眼对视觉信息的复杂多层次处理过程和对颜色的敏感性进一步促使本文在多尺度和彩色图像的质量评价上做进一步的研究。在SFCGL里,存在于低频部分的全局信息的失真主要通过修改的平均绝对差和平移修正因子来衡量,存在于高频部分的局部信息失真通过成熟的Structure Similarity (SSIM)来衡量,在全局和局部信息的融合上,采用了参差图像的陡峭度来决定每部分的权值大小。在多尺度的SFCGL上,小波分解后在对焦高频用SSIM来衡量,在低频部分同SFCGL的处理,在单向高频部分采用了其对应向量的相关性来衡量,各个部分的结果采用线性加权综合。彩色图像的质量评价作为一个补充研究在最后给出。实验证明,在LIVE数据库上,SFCGL结果优于主流的SSIM但是相对于结果最好的Visual Information Fidelity (VIF)还有差距,而多尺度的SFCGL则由于现有的所有的图像质量评价标准。