近年来,随着显示技术飞速发展,人们对显示图像质量和视觉舒适度的要求也越来越高,如何提高显示系统的图像质量和视觉舒适度成为研究人员和生产厂商普遍关注的问题。论文基于人眼视觉注意特性和显示系统显示特性的研究,揭示了显示系统显示特性影响图像质量和视觉舒适度的机理,针对清晰度/细节层次感和立体视觉等影响图像质量和视觉舒适度的因素展开了系统深入的研究,并在此基础上提出相应的定量评价方法,为显示图像质量的提高和显示器件性能的改善提供依据。具体研究内容概括为以下几个方面:建立了基于人眼视觉注意特性的无参考视频质量评价模型。论文提出一种基于时域、中央加权的空间域和频域显著模型的特征融合方法,通过模拟人眼的视觉注意特性、颜色对立特性、视觉掩盖特性和中央偏好特性以及运动信息等对视觉感知的影响,建立了客观视觉显著区域检测模型。在此基础上,结合观看者的主观质量评价,建立了基于视觉注意机制的耦合模糊和块效应的无参考视频质量评价模型。该模型有较高的预测精度和较低的计算复杂度。提出一种基于脑电信号的图像质量评价模型。论文采用主观评价实验和脑电测量相结合的方法研究观察者进行图像质量评价的内部认知机制,通过分析不同头皮区域脑电信号、检测率、反应时间和主观评分的变化,建立了基于不同头皮区域脑电参量的图像质量评价模型,模型预测结果和主观结果有很高的相关性,证明了利用ERPs评价图像质量的可行性。其中,脑前中部(AM)头皮区域的脑电信号与图像质量相关性最大。提出一种基于脑电和眼动信号融合的图像质量评价模型。论文采用主观评价实验、脑电测量和眼动测量相结合的方法进一步深入研究图像质量评价内部感知和认知过程,通过分析脑电测量的中央神经系统和眼动测量的动眼神经系统活动随图像模糊程度的变化,建立了基于脑前中部(AM)头皮区域的脑电信号和眼动信号融合的图像质量评价模型。模型预测结果和主观结果有很高的相关性,提高了图像质量评价的性能。建立了基于多模态技术的三维显示视觉舒适度预测模型。论文采用视功能参量、心电信号、脑电信号、眼动信号和主观问卷等多模态参数融合方法,通过分析观看2D、3D和3D景深增强电影70分钟前后和期间的多模态参数变化情况,基于BP神经网络建立了多模态参数融合的视觉舒适度预测/评估模型。预测结果与验证实验具有相同的变化趋势,且具有较高的预测精度。