随着数字化的进程，数字图像系统的发展、性能优化以及相应的视觉信息的获取、显示、存贮与传输都与人类视觉系统对数字化的反应与处理机制有着极为密切的联系。无论是图像压缩、水印信息掩藏，还是印刷图像处理（如half-toning patterns、喷绘）等应用都依据了人眼的视觉特性，或利用视觉的局限性来进行的，因此建立基于HVS（Human Visual System，人类视觉系统）的计算机模型来进行数字图像（包括印刷图像）的质量评价已经成为该领域中一个重要的研究课题。 图像的压缩编码技术及其比特流在信息空间上的传输控制，为图像质量的评价提出了新的课题。对视觉信息和数字图像进行各种优化处理以符合人类的需要是图像领域的一个最大的挑战，而充分考虑人眼感知视觉信息的途径能大大帮助我们理解并完成这一任务。 本文首先分析了人类视觉系统（HVS）的视觉结构、成像途径，其中重点分析了其视觉基本特性，包括视觉的非线性、多通道处理机制及掩盖效应，并给出了相应的数学表达式。然后简要地介绍了当前通用的几种图像质量评价模型，其中重点介绍了PQS（Picture Quality Scale，图像质量尺度）模型、FIM（Fuzzy Image Metric，图像的模糊准则）模型及其相应的算法。最后建立了一种基于HVS的PEM（Perceptual Error Metric，感知误差准则）模型，它将原始图像与降质图像变换到感知域进行误差分析。在处理HVS的多通道机制中，将图像的空间频率按视觉系统的掩盖效应的特点，把感知带通函数分成五个带分别进行滤波，以模拟人眼列图像的主观质量评价特性。并将一组图像的主观评价值与以上各种模型的打分值进行了比较，实验结果表明这种模拟多通道的图像感知域评价模型，得到的PEM值能充分反应人类视觉系统的掩盖效应的特点，该模型用于对图像质量的评价具有良好的通用性及与主观评价结果的一致性。最后讨论了以上各种模型的特点，以及图像质量评价今后的发展和下一步所要做的工作。