面向图像失真的感知质量评价是图像处理领域中一项基础而富有挑战性的工作。可靠的图像质量评价标准可用于监控网络视频的服务状况、分配压缩算法中的比特率参数、校准图像采集和处理系统等。图像质量评价最准确的方式是通过人眼判读。然而主观评价的方法由于预算昂贵操作复杂,无法在实际中广泛开展；
同时,传统的信号误差统计方法如PSNR和MSE等的评价结果并不能很好的符合人眼的主观感受。因此为了进一步推动图像处理技术的发展,需要研究基于人眼视觉感知的图像感知质量评价方法。 本文针对图像质量评价领域中近年来兴起的工程学客观评价框架,结合传统仿生学评价模型中使用的HVS感知特性,探讨研究了工程学框架中的局部失真度量和失真特征汇集的方法设计,并提出了一种基于内容信息提取的新的工程学评价算法；
同时本文还探究了主客观一致的SAR图像压缩视觉质量的评价问题,主要工作包括：
(1)概括了生理学和心理物理学领域关于HVS的研究成果,总结了与生物视觉相对应的信号与信息处理技术,为设计高效的图像感知质量评价算法提供了依据。
(2)基于HVS空间-频率的交互敏感性,设计了依照局部图像复杂度选择不同多通道评价模型的局部失真度量方法。首先,采用图像区域划分算法将图像划分为复杂区域和简单区域；然后对不同区域,分别使用空域和小波域SSIM算法度量局部失真；最后综合得到全图的质量评价结果。实验结果表明,综合使用HVS空域和频域感知特性的局部失真度量算法在评价准确性方面优于只单纯使用空间域或频率域HVS特性的改进SSIM算法。
(3)针对工程学评价框架中的失真信息汇集问题,分别研究了局部质量特征在空域和频域的汇集模型。空域方面,首先提出一种考虑视觉侧抑制现象的结构熵权值算法；然后以结构熵为基础设计了模拟视觉信息非均匀采样特性的变尺度空间汇集模型。频域方面,本文通过引入机器学习思想,实现了基于人工神经网络的频谱多通道失真汇集模型。实验结果表明,在相同局部失真评价算法下,本文提出的汇集方法性能优于传统基于视觉注意机制和CSF加权的汇集方法。
(4)根据图像的失真会造成图像内容的改变和丢失,提出了基于内容信息提取的普通图像质量评价方法。首先使用SIFT算子提取局部图像内容关键点,然后通过比较关键点的匹配与相似性评估图像整体和细节的内容失真,最后自适应加权图像内容失真度量和结构失真度量得到最终的评价结果。实验结果显示,提出的基于图像内容信息提取的评价方法在多个数据库上的评价准确性优于当前的最优工程学方法VIF。
(5)针对将含噪图像有损压缩思想应用于SAR图像压缩的合理性问题,开展了主客观一致的SAR图像压缩视觉质量评价研究。首先通过设计组织主观评价实验获取了经4种压缩算法压缩后的300幅测试图像的主观质量；然后综合考虑SAR图像目视特性和HVS敏感性,提出了一种基于图像内容分解和支撑矢量回归的SAR图像压缩专用客观评价方法。实验结果表明,由于相干斑的存在,特定条件下有损压缩会导致SAR图像视觉质量出现一定的提高；同时提出的专用客观评价方法不仅在评价准确性上优于常见的保真度评价指标,而且能准确地预测压缩后SAR图像质量可能上升的特殊现象。
综上所示,本文基于人眼视觉感知特性,结合图像信号表示、视觉注意机制、图像理解、机器学习理论和主观质量评价实验,提出了多种自然图像质量评价算法和专用的SAR图像压缩质量评价算法。实验结果表明。提出算法均具有较好的主观感受一致性,能够为图像处理算法的比较、改进和优化提供可靠的性能标准。