随着互联网的快速发展,用户对高质量视频的需求正不断增长,视频通信业务正经历着持续的发展。然而由于信道拥塞、延迟等原因造成的比特错误和分组丢失现象,视频流在传输过程中会受到损伤。通常对网络业务进行质量评估使用的是QoS类指标,但其并不适用于视频流业务。因此近年来更多研究关注的是QoE类指标。QoE类指标致力于从用户感知的角度对服务质量进行评估,因此能更直接地反映用户对服务的实际评价。本论文关注的是通过提取图像特征信息对视频业务的QoE进行评估。首先对图像特征信息的概念进行了介绍,并结合HVS的特点分析了通过图像特征信息评估视频业务QoE的合理性。随后简要介绍了小波变换的概念以及其在半参考客观质量评估中的应用。通过基于小波变换的半参考方法,可以在终端设备处计算出视频的损伤指标。该视频损伤指标与MOS之间存在较强的相关性,本文通过BP神经网络将损伤指标映射成MOS的评估值,以此获得较为准确的视频客观QoE质量评估结果。综上所述,本文从影响用户观看感受的生理和心理特征出发,提取了契合视频QoE评估需求的图像特征信息,并通过小波变换等方法对特性信息进行了高效的压缩,最后实现了能准确评估视频业务QoE质量的半参考客观评估方法。本文提出的评估方法对源视频的数据格式等没有限制,同时对传输带宽和计算处理等资源占用较少,因此也具有较强的实用性。