随着数字图像和视频的广泛应用，数字图像质量评价的重要性日益增长。图像质量评价是图像处理领域的一个基础性的问题，它既有其重要的理论意义，同样也有广泛的应用背景。通常可将数字图像质量评价分为主观评价和客观评价。主观评价方法的缺点是繁琐、费时费力，无法实时处理。客观评价方法分为三类：全参考评价、弱参考评价、无参考评价。因为全参考和弱参考评价需要获得参考图像的全部或部分信息，因此在应用中受到了限制，这时只能采用无参考评价方法。 本文首先对图像质量评价的相关研究进行了简要的概述，重点讨论了无参考质量评价方法。一般来说，大多数时候图像是以人为最终接受者，图像评价的结果应该尽量符合人们对图像质量的真实感受，因此很多评价方法都引入了人眼视觉特性。然而从另一个角度，在某些场合，如机器视觉领域，至少目前还无法与人们复杂的感官相提并论，更多的是需要定量的模型及参数以便于计算机处理。因此论文提出从两个角度探讨图像质量评价的问题，分别称为面向人类视觉(human perception-oriented)和面向机器视觉(machine perception-oriented)。前者主要从人类的感知考虑，后者更多的考虑易于机器处理的模型和参数，并提出了相应的一般系统框架。为了能够满足实时处理的需要，将主要从空域处理来考虑。通过分析影响图像质量的一些因素，提取几个常见的对图像质量影响较大的因素：对比度、清晰度、噪声，对各降质因素分开讨论，这在一方面有助于研究单因素的性能，便于将各单因素嵌入评价系统中；另一方面也有助于理清各因素之间的相互影响关系，以形成一个统一的综合指标。 对于面向人类视觉应用，主要考虑视觉评价习惯和人眼视觉特性。针对模糊现象，模糊是一种常见的失真现象，其表现是边缘的平滑效应。对边缘扩散邻域的一阶微分求取峰态能反映出图像的清晰程度，提出一种基于边缘峰态的无参考图像清晰度评价。实验结果表明，该方法不依赖图像内容，与图像的清晰程度表现一致，且对噪声不是很敏感；针对噪声现象，考虑视觉的掩盖效应，从噪声检测的角度，提出了一种基于掩盖效应的无参考图像质量评估方法。首先对Hosaka分块进行了改进，取消了该方法对图像尺寸的限制。通过分块，将图像以不同的频率成分区分开来。然后计算各个子块的噪声。根据图像的污染程度，提出了基于掩盖效应的无参考图像峰值信噪比NPSNR。实验结果表明，该方法与人的视觉感知较一致。 对于面向机器视觉的应用，则考虑失真模型及参数。针对离焦模糊现象，提