图像质量评价的研究,在图像领域中有着至关重要的作用。而随着基于视觉特性的数字视频技术的快速发展,传统客观评价方法无法反映这些数字视频的视觉感受效果,满足系统设计、优化和度量的要求,由此便激发了人们对人眼视觉特性和基于人眼视觉特性图像质量评价方法更深入的探索,涌现出一些结合人眼视觉特性的客观评价方法。旨在希望找出符合人眼主观视觉感受的客观图像评价标准,作为评价图像和设计图像系统的依据。但由于HVS是一个高度复杂,高度非线性的系统,目前图像质量的客观评价很难用统一的通用算法模拟。因此,对图像质量评价的研究还在不断深入。总体来说,目前图像质量评价的研究是以客观评价方法为主,研究目标是使客观质量评价模型准确地反映人眼视觉感受的主观质量,研究重点是减少主观与客观质量评价之间的偏差。　　基于图像质量评价研究的重要性,本文在前人成果的基础上,对HVS模型和图像空间视觉相似性分解模型进行了研究,主要研究内容有:　　1.结合图像空间向量分解方法,研究了HVS中视觉感知、多通道分解和掩盖特性三个基本模型,建立了一个较为完整的HVS空间向量模型。分析表明,该模型是对HVS基本模型实验条件的补充,但该模型不能反映相似分量和无关分量的视觉感受。　　2.为了正确反映图像的属性,基于图像空间向量视觉感受的考察,借助于结构化评价方法思想,建立了与视觉感受吻合的图像空间相似性分解模型。并将其与HVS空间向量模型结合,建立了一种HVS空间视觉相似性模型。该模型是对HVS空间向量模型的补充,能正确的反映相似分量与无关分量的主观视觉感受。HVS空间视觉相似性模型的建立,揭示了视觉感知和结构化两种图像质量评价方法的不足,有利于建立符合主观视觉感受的客观图像质量评价方法。　　3.依据空间向量分解和合成原理,采用向量范数和夹角等参量,建立一种与空间结构相似性相关的测试图像设计方法。其输入图像的空间频谱分布取决于标准图像的选择,测试图像的空间频谱分布取决于无关分量的频谱分布设计。该方法运算关系简单,丰富了信号设计的类型,有助于空间视觉相似性的标准测试信号的设计,以及图像质量评价模型的考察。　　4.基于HVS空间视觉相似性模型,建立一个完整的系统模型和平台。该实验平台通过与传统客观、视觉感知和结构化评价方法,在视觉感受和评价标准方面进行全面比较。大量实验结果表明,基于HVS空间模型的图像质量评价方法,综合了基于视觉感知评价方法和基于结构化评价方法的优点,既考虑到图像空间相似结构的视觉特性,又兼顾了空间频率变换的视觉感受,达到简化算法和正确反映人眼视觉特性,与主观评价方法进一步吻合的目的,为现代图像质量的综合评价提供了一种有效的手段。