伴随着互联网技术和通信技术不断进步,数字图像在信息传递领域起到了不可替代的作用。但是,图像在进行存储、传输、处理等过程中不可避免的受到损伤,从而导致图像质量下降。全参考图像质量评价在图像复原、图像融合、图像识别等多种图像处理研究中得到广泛应用,对图像质量的评价效果普遍较好。本文从信息熵的角度研究全参考图像质量评价方法,试图利用信息熵提取图像特征并用于图像质量评价,从而提升客观图像质量评价与人眼视觉感知的一致性。首先,对信息熵理论进行深入研究,将其推广到图像领域,对图像熵理论在图像领域的表现进行了研究。在实验研究中,得出了信息熵与图像质量关系的相关结论,发现了影响信息熵数值大小的两个影响因素;然后,基于信息熵的研究发现提出了一种能够用于提取图像的彩色信息特征的彩色图像熵模型,该模型能够弥补一维熵忽略图像彩色信息的缺陷。基于此模型提出了一种对比度失真图像质量评价方法,该方法对图像质量的评价效果良好,实验数据表明该方法所得评价分数与人眼主观评价分数的一致性较高。为了增强该方法对图像内容的适应性,设计了一种将此方法与结构相似性相结合的方法——一种基于彩色图像熵与结构相似性的图像质量评价方法;最后,基于联合熵提出了一种针对噪声和模糊失真图像质量评价方法,该方法基于一种提取图像间信息特征的联合熵模型,该模型能够敏锐地察觉图像间的像素差距。同样的,为了增强该方法对图像内容的适应性,本文设计了一种基于联合熵和结构相似性的图像质量评价方法。此两种方法的对图像的评价效果良好且形式创新。本文针对信息熵与图像质量的关系的研究成果能够后续信息熵在图像质量评价领域中的应用提供理论基础和新的思路;同时,基于信息熵的特点,对其进行了优化并提出了两类图像质量评价方法并对其进行了性能提升,所得图像质量评价分数与人眼对图像的感知一致性有较大的提升,能够很好的应用到遥感、医疗、生物、工业等多个领域。