在多媒体通信、移动云计算以及物联网时代,数字图像的内容不再局限于自然图像。近年来,一类由计算机渲染产生的显示在各终端设备屏幕上的图像逐渐增多,称之为屏幕图像(Screen Content Image,SCI)。研究表明,与自然图像相比,屏幕图像可以产生不同的图像特征,在图像处理的各种过程中会无法避免各种失真类型(如高斯噪声、压缩)的引入造成图像质量退化。由于现有的图像质量评估模型大多是针对自然图像而开发的,然而无法对屏幕图像的感知质量进行准确的评价。因此如何对屏幕图像进行精确的质量评价具有重要意义。本文根据人类视觉系统的感知特性和屏幕图像本身的基本特性,提出了基于梯度域中边缘特征的屏幕图像质量评估模型(EFGD),该模型在梯度域中分别针对屏幕图像亮度通道和色度通道,提取了边缘锐度相似图(ESM)、边缘亮度对比度相似图(EBCM)和边缘色度相似图(ECM)三种基本边缘特征相似图,并且采用能较好地表示屏幕图像边缘空间布局的梯度轮廓模型(GPS)来测量屏幕图像的边缘锐度。利用一种新的计算方法来捕捉屏幕图像梯度图的亮度和对比度变化(即边缘亮度/对比度)。利用梯度域中色度通道的颜色矩来表示边缘色度。最后,在两个常用的屏幕图像数据库上的实验结果验证了该模型(EFGD)的优越性,表明该模型比现有的大多数图像质量评估模型更贴近主观评价结果。本文新算法的创新成果主要体现在:(1)本文算法模型首次在图像梯度域中提取边缘特征,更有效地反映失真屏幕图像中的显著视觉变化。(2)采用梯度轮廓模型对边缘锐度进行测量,有效的反映了屏幕图像中边缘的细节特征。(3)提出有效的关于屏幕图像的边缘亮度/对比度特征,提高了模型(EFGD)的整体性能。(4)根据屏幕图像的统计分布,设计了一种自适应加权算法,对特征相似图进行融合。