近些年来,随着信息技术和互联网的快速发展,各种成像设备已经获得了广泛的应用。数字图像在人类生活中所扮演的角色愈发重要,数字图像质量已受到了普通消费者和研究人员的共同关注。颜色特征是评价数字图像质量好坏的一个关键要素,因此本文对数字图像的色偏检测算法进行了重点研究,并在此基础上,对图像质量的综合评价方法及其验证平台进行了设计和实现。本文首先对颜色恒常性算法这一经典色偏检测方法的基本原理及实现过程进行了详细分析,包括white-patch算法、Gray-world算法等具体算法。考虑到颜色恒常性算法的局限,深入分析了基于Lab色度直方图的色偏检测算法。通过实验和分析发现,由于色偏特征的定义不足,该算法的检测精度仍较低。针对原算法的不足,对其进行了改进,从而提出了一种基于Lab三维颜色空间的色偏检测算法。首先,针对二维色度直方图,更为全面地考虑了在高度方向上的峰值分布特性,提出了一种新的色偏特征及其提取算法;并进一步考虑了二维色度直方图及等价圆特征在NNO区域和原图像中的变化特性,提出用NNO区域的特征变化比率,对这一变化规律进行定量评价。其次,针对L通道直方图,提出新的色偏特征,并提出了基于直方图包络曲线拟合的特征提取算法,对L分量的区域聚集分布特性进行定量评价。最后,结合等价圆特征和本文提出的色偏特征,提出了基于Lab三维颜色空间的色偏检测算法,包括无色偏图像、本质色偏图像和真实色偏图像的分类判据以及完整的色偏检测流程。实验结果表明,本文提出的算法相较于原算法有更高的精度,而且在对本质色偏图像和真实色偏图像进行分类时,可以简单、快速地的调整阈值,以满足不同场景的需求,从而适应更多的场景。此外,设计和实现了一个图像质量客观评价平台,包括评价指标体系,图像质量多指标融合评价模型,系统硬件平台和系统软件设计。该平台可用于道路交通闭路电视(Closed-Circuit Television,CCTV)监视系统。在该平台下,可以实现对整套CCTV系统的图像质量客观评价。