图像作为信息的重要载体,广泛应用在医疗卫生、消费电子等众多领域。然而,在采集、传输、处理及显示图像等诸多环节中,不可避免地会引入失真,导致图像质量下降。如何有效地评估、比较和优化图像质量,逐渐成为视觉心理学、图像处理、模式识别和人工智能等前沿学科的研究热点。本文针对平面和立体图像的质量评价问题开展了研究,主要的创新性研究工作如下。在平面图像质量评价方面,针对高斯模糊图像的评价问题,根据局部像素点灰度值的大小关系进行编码,提取了整体编码模式图的统计特征和信息熵特征,并采用机器学习对多种特征进行融合,提出了一种无参考模糊图像质量评价算法。实验结果表明:所提出的算法运行速度快,能够准确地预测主观评分值,性能优于主流对比算法。针对色调映射图像的评价问题,本文或基于视觉通道对彩色信息加工机制的模拟,或基于图像颜色、结构及自然度等属性的分析,针对失真图像对颜色、纹理、结构特性和自然度的保护能力,提取了多个失真敏感特征,并采用机器学习对多个特征进行融合,提出了两种无参考色调映射图像质量评价算法。实验结果表明:在主观评分一致性方面,所提出的算法都优于主流对比算法。在立体图像质量评价方面,针对双视点立体图像的评价问题,构建了感知独眼图,估计了左、右视图及独眼图的自然度属性,根据左、右视图相似性及差异性,计算了非对称失真程度,提出了一种无参考立体图像质量评价算法。实验结果表明:所提出的算法能够准确地预测主观感知质量,并能有效地评估对称失真和非对称失真,性能优于主流对比算法。针对虚拟视点合成视图的评价问题,分别对空洞失真、边界拉伸失真和模糊失真进行了估计,融合了三种失真的度量值,实现了准确评价图像质量的目的。实验结果表明:所提出的方法运行速度快,与主观评分一致性较高,优于主流对比算法。针对立体字幕引起的不舒适问题,基于主观实验研究了立体字幕位置对视觉舒适度的影响,提出了一种新颖的字幕位置选择方法。实验结果表明:所提出的方法可以在不影响视频内容的前提下有效地降低由立体字幕所引起的视觉不舒适度。