人类的感知器官每时每刻都能接收到大量来自外界的信息,而感知器官对大批的数据具有一种有限的带宽处理机制,这是人类感知进化的结果。人眼视觉系统（Human Visual System,HVS）在处理接收到的图像或视频信息时,就具有这种特性,即HVS敏感度有限,只能察觉图像或视频大于某一阈值的内容更改。恰可察觉失真（Just Noticeable Distortion,JND）阈值,被定义为感知器官所能察觉到的信号变化的最小量,在图像或视频研究领域用以衡量视觉系统冗余度。因此,可以利用考虑HVS特性建模的JND估计模型对图像和视频进行压缩,以从视觉感知的方向来改进现有编码技术。人眼视觉特性受外界激励和人眼固有生理机制共同影响。本文从视频和图像中的特征参量对人眼感知的影响研究出发,对视频中影响人眼视觉感知的特征参量进行分析和提取,利用感知信息论原理,定量度量由感知特征参量引起的视觉感知显著性和不确定性,并寻求有效的融合方法,提出基于感知特征参量度量的空时域恰可察觉失真模型。本文主要的创新及贡献有:1.提出一种基于图像的空域视觉感知显著度检测算法并用于彩色图像JND建模。首先,提取空域中亮度和颜色两个特征参量,研究亮度的对比度、边缘等特性和颜色区域对比度对人眼视觉感知的影响,提出统一的度量方法将异质感知特征参量进行同质化并融合,得到彩色图像感知显著度。其次,对彩色图像三通道分别进行JND建模,将得到的空域显著度用于调节图像三通道JND阈值,得到彩色图像的JND估计模型。2.提出一种基于视频的时域视觉感知显著度检测算法并用于视频时域JND建模。首先,针对视频时域特征,本文提取像素点的运动矢量、持续时间、全局背景运动、运动轨迹上残差分布、相邻两帧的预测误差等主要影响参量,并考虑运动目标大小、运动方向、区域的运动平稳性和像素时域运动随机性等因素的影响。其次,提出相应概率密度函数,并使用统一的方法对时域特征参量的视觉感知显著度和感知不确定度进行度量,最终融合后得到时域感知显著度因子,与空域JND结合得到视频的JND估计模型。3.将提出的空域和时域感知显著度计算方法进行整合,建立彩色视频JND估计模型。为评估所提算法总体性能,融合九个空时域特征参量的共同作用效果,建立彩色视频空时域JND模型,并设计客观和主观质量评估对比实验以对模型估计准确度进行分析。结果证明,与现有JND模型相比,在感知质量接近的情况下,提出的空时域JND模型能够容忍更多失真,具有更强噪声掩藏的能力。