数字图像在获取、传输、压缩等过程中,会出现各种失真和质量退化现象。客观图像质量评价方法能够有效评价图像中的失真,并与人眼视觉保持一致,具有重要的研究意义。本文在系统分析图像质量评价理论和经典算法的基础上,研究设计准确高效的客观图像质量评价算法,并应用于图像失真区域的定位和取证,创新性工作如下:首先,针对现有算法多考虑灰度图像,忽略颜色信息对质量评价影响的问题,提出了一种基于四元数矩的彩色图像评价算法。该算法将参考图像和失真图像用四元数进行表示,通过构造基于四元数矩的特征图抓取图像失真。同时,考虑到矩对于微弱失真的不敏感性,把图像的梯度和亮度作为辅助因素进一步完善算法,将几个因素加权整合后,得到图像的最终质量分数。该算法与10种全参考评价算法在5个主流图像数据库中进行了仿真对比实验,结果表明,本算法与主观分数一致性好,且对灰度图像和彩色图像同样适用。其次,提出了一种能够快速准确评价图像模糊失真的无参考算法。该算法采用解析稀疏表示对图像进行分解,计算图像模糊带来的高频能量衰减,并通过归一化消除图像内容的影响,同时利用视觉显著性进行加权处理,使模糊分数更加切合人眼视觉系统的特点。该算法与6种典型算法在4个主流图像数据库中进行了仿真实验,实验结果证明本算法综合性能优良,且具有很高的计算效率。再次,针对存在块效应失真的JPEG压缩图像,提出了一种基于Tchebichef矩的图像块效应无参考评价算法。该算法利用Tchebichef矩提取图像特征,以水平和垂直两个方向上的边缘为中心,将图像分割为互不重叠的分块,对每个分块进行Tchebichef矩变换,提取矩变换矩阵中能反映图像块效应严重程度的高频系数得出分块质量分数,计算每个方向上各分块质量分数的加权平均值与整体系数值的比率,得到整体块效应图像的质量分数。在LIVE、MICT图像数据库中进行仿真实验,并与4种该领域主流算法综合比较表明,该算法性能优良。最后,基于对失真图像质量特征的分析,提出了通过侦测图像不同区域的质量特性进行图像定位取证的方法。在研究中,将图像块效应评价算法应用于图像马赛克区域的定位取证,提出了一种基于图像视觉质量差异的马赛克效应检测算法。该算法基于马赛克区域和正常区域在视觉质量上存在明显差异的特点,对马赛克图像进行特征提取,分块计算得出图像块效应分数来描述图像的个体特性,利用块效应分数特征进行图像取证实验,生成视觉质量图,从中检测出低质量集聚区域并进行标记,实现对马赛克区域的定位。仿真实验中,从UCID、NCID图像库中各选取100幅图像,制作8×8和16×16大小的马赛克图像库,验证得出,算法能够准确地判断图像中是否存在马赛克效应,并将图像中马赛克区域准确地检测出来,检测正确率达到98%以上。