图像质量的客观评价是图像处理系统中非常重要的一环,是反馈图像传输、压缩等技术效果的重要依据。客观图像评价分为有参考、半参考和无参考三种,其中有参考图像质量评价是最直接有效的,无参考图像质量评价是实际场景中最实用的。本文在前人的研究基础上,重点讨论与人眼视觉感知相关的特征提取和评价算法设计。本文所做的主要工作及创新有:(1)对人眼视觉系统中的视觉形成机制和视觉系统的感知特性进行归纳总结,这是设计图像质量评价算法的基础和依据,了解人类视觉特性才能更好地设计与人类主观感受一致的评价算法。(2)在有参考方面,提出一种基于梯度方向选择的评价算法。首先分别在两个正交系中计算参考图像的梯度,在两个梯度图中逐像素的选择梯度幅值更大的,失真图像的梯度选择以参考图像为基准,逐像素依次选择来自同一正交系的梯度幅值,从而计算参考图像与失真图像间的梯度相似性。为了实现对彩色图像的评估,将原始的RGB空间图像转换到亮度、色度分离的颜色空间,在一个亮度通道和两个色度通道上分别计算梯度相似性后合并得分。最后通过将图像采样到不同尺度模拟观察者实际观测场景,给不同尺度加以不同权重得到最终感知质量得分。(3)在无参考方面,提出一种基于自然场景统计模型和LBP直方图特征结合的评价方法。首先使用广义高斯分布拟合参数作为自然场景统计的特征,然后基于图像的纹理信息提取相关特征,在图像梯度图上计算具有旋转不变特性的LBP特征图,再使用暗通道作为权重计算LBP直方图作为第二组特征,通过不断对原始图像进行低通滤波,在滤波后的图像上重复计算上述特征,共同构成最终的图像感知特征。最后通过支持向量回归(SVR)来建立特征与主观得分的映射。实验验证了本文中提出的算法具有较高的预测准确率和鲁棒性,综合性能较好。(4)设计并实现了一个图像质量评价系统。该系统有两个功能块,分别实现了前面提出的两种评价算法。并且该系统实现了无参考评价的批处理,可清晰地展示评价结果。