图像广泛存在于日常生活的各个领域,伴随计算机技术与通信技术的迅猛发展,数字图像越来越成为人们获取信息的重要途径。例如在机器视觉、医学、通信、天文学、生物学等重要的学科领域,数字图像都有举足轻重的地位。人类视觉系统能够准确无误地理解信息的图像即为质量高的图像,相反各种失真图像或多或少会影响到信息理解。图像在获取、存储、处理和传输等各个过程中都非常容易发生各种不同类型的失真降质,影响人们的视觉感知效果,这就需要对图像进行质量评价和控制。图像质量评价技术一直是数字图像处理领域的基础和经典课题。目前图像质量评价方法分为主观评价方法和客观评价方法。主观评价方法是根据人的主观感受进行评分,因此它耗时耗力、实时性差,对于大部分应用是不现实的。因此,研究能够模拟人类行为评价图像质量的客观评价方法具有重要价值和应用需求,所以大量的学者投入到客观图像质量评价研究课题中。模糊是影响图像质量最重要的因素之一,也是人眼最容易察觉的失真类型之一,因此图像模糊度评价方法是客观图像质量评价领域的重要研究方向。本文对图像模糊度评价方法进行了深入仔细的研究,具体研究内容包括:第一,分析了图像模糊的主要原因有成像系统本身的因素,自然环境的因素以及人为的因素,这些原因造成的模糊类别有离焦模糊、运动模糊、压缩模糊和高斯模糊;第二,介绍并分析了一些常用的模糊度评价方法,这些方法是基于图像自身结构设计的,因此图像的局部特征例如纹理结构、边缘特征等都对评价结果有影响,带来的弊端就是不能用于评价比较不用背景内容图像之间的模糊度;第三,研究了一种新的性能较好的基于二次失真的模糊度评价算法,介绍了其算法思想和算法流程,这种方法很好地脱离了传统评价方法基于图像自身结构设计而不能用于评价不同背景内容图像的模糊度的弊端,通过构造二次模糊对比图像,从相对比较的角度进行评价,取得了良好的性能指标;第四,经过对人类视觉系统的生理特性和心理特性深入研究分析,发现了基于二次失真的算法存在一些尚可改进的地方,然后从算法思想上进行扩展改进提出了不同的算法,实验验证了新算法的单调性、一致性、稳定性、准确性和内容无关性各项性能指标较原算法都取得了较大改进。基于二次失真的模糊度评价方法不仅解决了图像模糊度评价方法的弊端,而且为图像各种类型失真的评价工作提供了一种新颖的设计思路,对图像质量评价工作将带来巨大的帮助。