图像质量评价是图像信息工程中重要的研究课题之一。传统的基于误差敏感度的质量评价方法虽然在物理意义上比较清晰，而且运算简单，但是其结果与人类的视觉主观感受差别较大。近些年提出的基于图像结构误差的客观评价算法虽然在一定程度上符合视觉主观感受，但是在计算过程中只考虑了图像的结构失真信息，而没有考虑人的视觉特性，忽略了观察者在图像质量评价中的重要作用。人眼在观察图像时虽然视野非常广阔，但注意力集中的范围却很小，在注意点投入的时间比较多，这部分区域出现失真时相对于其它区域对图像质量的影响非常大。本文在深入研究图像质量评价方法和结构相似度理论的基础上，根据人眼视觉这一特性提出了一种基于视觉感兴趣区域的图像质量评价算法。该算法结合人类视觉系统的注意机制，模拟人在观察图像时对图像感兴趣区域的理解，得出了提取图像的感兴趣度因子的算法。结合现有的结构相似度算法，利用感兴趣度因子对图像不同区域的图像质量进行感兴趣度融合，得出感兴趣度质量评价方法。为了更好的模拟人类视觉的多通道特性和视觉敏感度特性，对参考图像和待测图像利用二维小波将图像分解到不同的子频带，根据本文得出的感兴趣度质量评价方法对不同子频带图像进行质量评估，根据人类视觉敏感度函数对子频带图像质量进行加权，最终得到综合感兴趣度因子和结构相似度的图像质量评价结果。通过对LIVE图像数据库图像大量实验验证了本文所提出的算法的正确性和灵敏性，其测试结果并与视觉主观感受保持很好的一致性。