随着数字图像和视频的广泛应用,数字图像质量评价的重要性日益增长。图像质量评价是图像处理领域的一个基础性的问题,它既有其重要的理论意义,同样也有广泛的应用背景。通常可将数字图像质量评价分为主观评价和客观评价。主观评价方法的缺点是繁琐、费时费力,无法实时处理。客观评价方法分为三类全参考评价、弱参考评价、无参考评价。前两类的研究较为成熟,后一类属于较新的领域。随着人们对人类视觉系统模型不断被开发出来,出现了基于人类视觉系统(HVS)的图像质量评价,基于质量相关因素的图像质量评价和基于结构失真的图像质量评价。基于质量相关因素的图像质量评价,将影响图像质量的因素确定为几个相关因素,各因素能清楚表示影响图像质量的原因,评价结果能较好地反映人的视觉感受。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,分析了人类视觉系统特性,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HVS特性,对图像进行预处理,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。该方法不仅充分考虑HVS特性,同时仅在空域中进行处理。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,根据平均亮度求得。清晰度(模糊度),本文通过改进梯度函数来获得,即通过八个方向求得图像每一像素点的梯度值,利用此梯度值作为提取清晰度指标,相关度则用两幅图像的相似程度来表示。对不同失真图像进行质量评价,通过实验获取了三个影响因素的权值。利用该权值,对已知失真类型的图像进行评价,所得评价结果与主观评价具有较高的相关性,能较好地反映人眼视觉感受。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,同时评价方法简单、快速、有效!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Laplace算子改进的边缘检测方法。该方法的提出是由于在实验过程中,为更好地评价图像的清晰度,利用Laplace算子检测边缘时,改变梯度图像映射到边缘图像灰度表示空间顺序,同时采用实验确定阈值法,发现检测结果较好。利用Laplace算子计算图像的各像素点的梯度,同时通过实验确定阈值设定比例,根据阈值进行二值化,实验结果显示,检测出的边缘能较好地反映人的视觉感受。此方法简单、快速,检测结果有效,对于各嵌入式处理或实时处理中,具有较好的应用价值。