多媒体数据是大数据时代最主要的信息载体,而图像则是多媒体数据最常见的表现方式。传统的图像处理系统,往往注重图像传输的速率、方式,而忽略了图像在采集、传输以及处理过程中因噪声而引起的图像视觉内容失真。然而,视觉内容失真将直接造成所获图像无法满足接收端的基本应用要求。因此,亟需对获取的图像进行质量评价。众所周知,作为图像最终接收端的人类视觉系统是一个复杂、高效的信息处理系统,其能够有效感知图像中的视觉内容,并快速判断获取信息的质量。所以,为了能够准确进行图像质量评价,需要以人眼视觉感知特性作为基本准则,探究如何准确有效地从图像中提取视觉内容表征并预测图像质量,从而为后续的视觉信息采集、压缩、重构等一系列操作提供指导。本文从人类视觉系统的感知特性出发,探究图像视觉内容的描述与表征,建立基于感知特性的图像质量评价模型。在人类视觉系统中,初级视皮层局部感受野的简单细胞高度自适应提取具有方位选择性的信息。进一步的,视觉系统的初级视皮层以及纹外皮层通过自下而上的处理机制对图像进行各异化的描述和表征,从而完成对外部输入视觉信号的识别和理解。最后,经过人脑的下颞叶皮层感知,完成对图像的语义理解。基于上述视觉感知过程,本文对不同阶段的感知特性进行深入研究,实现对图像视觉内容的初级、中级以及语义表征,并在此基础上完成以下三个主要工作,其具体研究内容和创新点如下所示:1.针对由于失真多样性造成图像质量难以分析的问题,面向初级视皮层的感知特性,研究图像的初级视觉感知表征特性,提出一种基于图像视觉表征联合信息熵的无参考图像质量评价方法。该方法探究了视觉系统中初级视皮层局部感受野对视觉信号的信息处理机制,并在此基础上提出了一系列描述子来表征图像中的视觉内容。另外,本研究引入信息量的概念,以图像质量衰减的本质是视觉内容信息量的减少为出发点,利用图像描述子的信息量来衡量图像质量。相较于之前的工作,本研究有两个方面的创新点:首先,从人类视觉系统感知特性出发,提取一系列能表征图像视觉内容的描述子;其次,将对图像质量评价转换成对视觉描述子中信息量的衡量。在此基础上,实现了基于图像初级表征的图像质量评价方法。2.针对现有模型对图像进行单一视觉表征的问题,面向纹外视皮层的层级感知特性,研究图像的中级视觉感知表征特性,提出一种基于视觉内容感知表征的无参考图像质量评价方法。该方法以人类视觉感知中识别、理解过程对外部输入信号的信息处理机制为出发点,探究不同感知过程对信号的不同映射。该机制指出在视觉感知的不同过程中,往往对视觉信号进行了不同的映射,前者往往提取了图像中的视觉信息,即视觉表征;后者则表现出对视觉内容的理解,其常常以语言的形式进行交流,即语言表征。然而,现有模型往往只考虑图像的视觉表征,忽略了理解过程中的语言表征。因此,为了更加贴近人类主观感知过程,利用图像的视觉表征和语言表征来预测图像质量。首先,探究图像的不同表征对图像质量的敏感性,然后根据敏感性利用上述不同表征对图像质量进行联合预测,进而实现基于图像中级表征的图像质量评价方法。3.针对现有模型不能满足不同视觉场景对图像质量要求的问题,面向下颞叶皮层感知特性,研究对图像质量的语义评价,提出了一种基于图像层级表征的语义图像质量评价方法。该方法以不同的视觉场景往往对图像质量有不同的要求为出发点,着重探究了人类视觉感知系统中对视觉信号自下而上的信息处理特性,实现能够满足视觉场景应用的图像层级表征。从视觉场景应用来看,其往往是对图像中的细节、区域以及全局信息的进一步调制,而视觉系统的自下而上机制则实现了对图像的层级表征。因此,为了满足不同场景下的质量要求,以视觉系统信息层级处理特性为出发点,实现对图像视觉内容的层级表征,并对上述层级表征进行质量评价。另外,大量研究表明,人类视觉感知系统对图像中包含的失真往往具有一定的容忍性,特别是下颞叶皮层对视觉信号的语义理解往往呈现出离散化的特性,因此,采用离散化的形式来对上述层级表征进行质量评价。在此基础上,实现了对图像的语义质量评价方法。