近几年来,移动互联网飞速发展,图像和视频信息成为互联网中的主要数据流量。随着网络基础设置的不断完善和移动3G网络的普及,用户对各种视觉信息的需求不断增加,如何保证终端用户的体验质量成为人们重点关注的问题。这使得与用户体验质量密切相关的图像和视频质量评价问题呈现出了前所未有的重要性。图像中在获取、处理、传输和存储过程中引入的失真类型是不确定的,而实际应用中又很难获取到原始图像的信息。因此,通用型无参考图像质量评价方法的研究更加具有实际应用价值。通过对通用型无参考图像质量评价方法的研究,本文提出了以下几点研究成果：1)对现有通用型无参考图像质量评价算法进行分类,并分析设计通用型算法时需要重点考虑的因素,为之后的研究工作奠定基础。2)提出一种基于显著区域的无参考图像质量评价算法。该算法根据图像空域自然场景统计特征,度量失真图像和原始图像在统计规律上的偏差,对失真图像质量做出评价。根据图像质量评价的特点,设计了一种适用于图像质量评价的显著区域提取算法。通过引入显著区域的影响,提高算法的整体性能,取得了较好的主观一致性。3)提出一种基于高层语义的无参考图像质量评价算法。通过引入“高层语义”打破图像底层特征和图像质量之间的“语义鸿沟”。使用概率潜在语义分析技术,比较参考图像和测试图像在潜在语义空间上分布的差别,从而评价测试图像的质量。实验结果表明,该算法的客观评价结果与人的主观感知有较好的一致性。