近年来,图像越来越广泛的出现在我们的生活中,如监控视频、3D电影等,在这种图像应用方面消费需求日益增长的同时,人们对图像的质量也有了越来越高的要求,这极大地促进了图像质量评价的研究发展。图像质量评估的研究目标就是设计出能够替代人眼对图像失真进行准确有效评估的算法,它在图像处理的各个领域中具有非常重要的意义。根据使用原始图像中的信息数量,客观图像质量评价方法被划分为全参考型、半参考型和无参考型。本文主要聚焦全参考型图像质量评估方法,根据人类视觉系统的感知特性和图像本身的基本特性,提出了两种图像质量评估方法,其主要内容总结如下:(1)本文提出了一种基于视觉注意力的2D图像质量评估方法。该算法基于视觉信息保真度的图像质量评估算法,并根据人类视觉感知生理学和心理学特性,充分的考虑了视觉注意机制,对不同的区域加以不同的权重,从信息论的角度计算出失真图像与原始图像的保真度,综合得到图像的客观失真评估结果,实验证明该算法的评估与主观评估结果的一致性较高。(2)本文提出了一种基于阈值分割和特征提取的3D图像质量评估方法。该算法充分地考虑了视觉注意机制和视觉阈值,通过阈值分割和设置多个视觉阈值去除人眼不感兴趣的区域,并利用典型相关分析方法提取图像的特征,计算这些特征相似度,并与深度信息的特征结合,最终得出图像的客观失真评估结果,提出基于阈值分割和特征提取的3D图像质量评估方法,实验结果表明,该算法可以很好的反应出人眼对3D图像质量的主观感受,并有效的体现出了3D图像的深度信息对人类视觉系统的影响。