数字视频压缩和传输技术会对图像造成不同程度的失真,因此视频质量评估在视频压缩、处理以及视频通信领域都具有非常重要的意义,尤其是自动化质量评价技术在各个应用场合扮演着十分重要的角色。现有视频质量评估技术主要有主观视频质量评估和客观视频质量评估两大类。视频主观质量评估是人对视频质量主观感受的直观反映,是评价一种质量评估技术好坏的标准,但过程繁琐、耗时,无法用于实时自动化评估。而已有的客观质量评估技术简单快速易于实现,但由于没有考虑或很少考虑到人类视觉(Human Visual System,HVS)特性,所以评估结果与主观感受并不一致,同时也存在很多局限性。本文深入研究并分析了国内外现有视频质量评估技术,在充分考虑到人眼视觉特性的基础上提出自己的无参考视频质量评价模型并进行了原型系统的开发。本模型首先从图像中提取出人眼最感兴趣区域,作为评价模型重点考虑区域;为提高模型的效率,本模型只对重点区域的块效应程度进行检测,作为评估的一个重要依据;针对图像本身纹理细节,提取能量、熵、相关性等图像特性,将这几步获得的信息作为本模型的影响因子,然后输入经过样本图像训练过的SVM(Support Vector Machine),得到本模型对单帧图像的质量评估结果。针对已有技术从图像到视频的评估相对粗糙的缺点,本模型进一步基于单帧评估结果采用基于运动加权的方法完成对整体视频的质量评估。最后本文对模型进行了原型系统的设计和开发,并且对结果进行了展示和分析。本文系统可以对视频进行自动化的实时评估,并且从与客观质量评价的结果一致性和CPU占用率及内存占用率三个方面验证了本文模型的有效性和先进性。