全景图像可以为使用者提供同一场景的全视角图像,已经广泛应用于遥感技术、虚拟现实以及地质勘探等多个领域。与近十年来图像拼接算法的快速发展相比,关于拼接图像质量评价的研究显得相对滞后。与传统的图像质量评价不同,拼接图像来自于多张图像的拼接,其失真存在于局部,并且在现实场景中无法找到完全对应的参考图像,因此采用传统的质量评价算法不适用于拼接图像的质量评价。本文根据针对图像拼接造成的错位失真进行深入分析,以校正后的未拼接图像为基准,运用最佳缝合线拼接算法的思想,结合人眼视觉系统的特性,对拼接图像的局部失真进行了建模,并提出基于失真区域的拼接图像质量评价算法。论文的主要研究工作包括以下几个方面:(1)通过改变相机的欧拉角,拍摄同一场景下不同视角的图像,并基于最佳缝合线的图像拼接方法计算不同错位程度的拼接结果,以这些拼接图为对象对错位失真特性进行深入分析。(2)设计了一种多特征融合的质量评价方法。通过方向可控金字塔分解获得多尺度多方向的子带信息并进行结构相似度计算,计算结果可以很好地描述图像的结构特征。提取图像的相位一致性,色度、梯度相似度特征,旨在刻画出图像的不同视觉特征。随后,运用特征池化策略来处理每个特征,使其进行组合,成为一组相似特征向量,并作为图像质量检测器,用SVR支持向量回归来训练测试,把特征向量映射为客观质量分数。结合五个标准IQA数据库,通过实验分析和比较发现,相较于目前流行的FRIQA方法,该方法更能有效描述图像的失真,具有较好的主观一致性。(3)提出一种基于失真区域的拼接图像质量评价算法。对不能获得同样的参考图像,选择采用校正后的两张待拼接图像作为参考,并获取三幅图像共同的重叠区域。对左图和拼接图的重叠区域以及右图和拼接图像的重叠区域分别进行分块相似度编码得到两个相似度编码值矩阵,对两个矩阵的相似度值进行比较后在左、右重叠区域图像中进行映射,通过JND阈值筛选出直接来自左图或右图的图像块,留下失真区域也就是缝合线区域的图像块,并在此区域计算质量评价得分。在数据库上的测试结果表明,该算法能更好地区分不同错位程度的图像,具有较好的主观一致性。