在图像的采集、传输、处理、记录等过程，各个相关技术和环节都会影响图像质量。可见，图像质量评价的研究不仅有重要的理论价值，而且有广泛的应用需求。 本文介绍了图像信息的重要性、图像质量评价的定义，概括和比较了当前较有代表性的客观图像质量评价方法，分析了小波变换和人类视觉系统特性(HVS)之间的关系，阐述了在图像质量评价中引入人类视觉特性的重要性和必要性。 论文根据图像质量相关因素，提出了一种图像质量评价新方法。根据小波变换的原理及其与HVS特性的良好拟合性，对图像进行小波变换，并对小波变换后的系数进行视觉加权，然后取影响图像质量的相关指标，即亮度、清晰度(模糊度)和相关度三个指标，将各相关指标进行综合以求得图像质量评价的总指标。该方法不仅将小波变换与HVS特性充分结合起来，同时将空域和频域结合起来，即在频域提取空域中的三个概念指标值。影响图像质量的三个主要因素，在空域中指亮度、清晰度(模糊度)和相关度，文中在提取亮度指标时，根据直流分量求得，其表示意义和在空域中一致，清晰度(模糊度)在频域内指高频分量所占比例，则用高频失真来表示该指标，相关度则用频域内两频率分量的相似程度来表示。该方法不仅考虑影响图像质量的相关因素，还将HVS特性引入到评价系统中，实验证明，该方法对不同失真种类，不同压缩格式造成的失真都有较好的评价，能反映人的视觉感受。 论文还提出了一种基于结构失真测量的图像质量评价方法。该方法考虑图像结构失真的原理、HVS特性和小波变换原理，对小波变换后的系数进行视觉加权，对每一频率分量提取频率均值对比、频率对比度对比、频率相关度对比和频率边缘相似度对比四个指标，通过几何平均求得图像结构失真的评价指标。该方法与前一种方法的区别在于其并不直接考虑空域中影响图像质量的因素，而是完全在频域中通过提取四个指标进行质量评价。将小波变换后的每一个分量近似为原图像在某一频带上的近似图像，在每一分量中求得频率均值、标准差和协方差，同时利用边缘检测算子求得每一像素的方向和幅度，进行而求得每一分量的四个质量指标。图像结构失真测量的图像质量评价方法不仅考虑了一般的客观图像质量评价所用的指标，还充分考虑了人眼对边缘和纹理等等细节部分较敏感的特性。实验证明，该方法所获得的图像质量评价指标，与传统的质量评价标准相比，具有更全面、更符合人眼的视觉感受。 最后对本文工作进行了总结，并探索了进一步的研究方向。