图像质量评价技术可以对接收到的图像进行有效的评价,避免因图像失真造成的损失。本文利用人眼视觉感知特性和图像自然场景统计特性,提出了客观图像质量评价方法。(1)提出了一种基于视觉感知的单失真全参考图像质量评价方法。利用人眼对于图像边缘极为敏感的视觉系统感知特性,按感知重要性构造区域掩膜对图像进行分割,经方向性对比度敏感函数滤波,计算参考图像和失真图像分割区域的加权信噪比,构造出一个与人眼主观感受相一致的客观图像质量评价指标。实验结果表明:该方法对于失真图像的评价结果具有高度的主观一致性。(2)提出了一种基于视觉互信息的混合失真全参考图像质量评价方法。首先通过可控金字塔分解和对比度敏感函数模拟人眼的多通道特性和对比度敏感特性,对参考图像和失真图像进行视觉预处理。接着对参考图像构建高斯尺度混合模型,对失真图像构建包含信号衰减和附加噪声的图像失真模型。然后对参考图像和失真图像构建视觉失真模型。最后计算经上述模型传递后参考图像和失真图像之间的互信息,从而构造出混合失真图像全参考质量评价指标。实验结果表明,该方法对混合失真图像质量评价结果的主观一致性均高于现有评价方法。(3)提出了一种基于AdaBoost_BP神经网络的小波域无参考图像质量评价方法。在小波域对失真图像小波子带系数进行广义高斯模型拟合,提取小波域图像自然场景统计特征;提取小波子带局域熵均值和偏度作为小波域信息熵特征。联合这两种特征构建出一个36维图像特征向量。用已知失真图像特征矩阵、失真类型和主观分数训练AdaBoost_BP神经网络图像失真分类器和图像质量评分器,通过训练学习,实现了无参考图像的质量评分和失真类型判定。实验结果表明,该方法对于失真类型的判定准确率高,质量评分对于各种类型失真都有很好的主观一致性。