随着高科技网络的发展，大量的图像需要传输，而在传输的过程中，因为对图像的采集、压缩以及各种其他处理，会导致其产生各种各样的失真。目前，国际公认的评价图像或视频质量最可靠的方法是主观评价方法,但是主观质量评价方法费时、费力，最重要的是无法嵌入到实际的应用系统中。而传统的客观质量评价方法，如峰值信噪比和均方误差，在很多情况下不够符合人的主观感受。因此，有必要研究更贴近于人的主观感受的客观评价方法。本文首先介绍了图像质量评价方法的分类，分析了人类视觉系统、视觉特性与图像质量之间的关系，然后通过深入研究结构相似性算法，发现该算法对于模糊图像检测率较低，效果不明显。最后结合人类视觉系统特性和角点的良好特性，从两个方面改进了结构相似性算法:(1)加权指数的改进；(2)在加权改进的基础上增加角点比较函数因素。加权的改进算法主要考虑到对于模糊图像，人眼对对比度和结构特征比亮度具有更强的敏感度，因此应采用更加合理的权值函数；而角点是图像的一个非常重要的局部特征，它是图像中灰度变化明显的点，决定了图像中目标的形状，对图像尤其是模糊图像的理解和分析有很重要的作用。因此，本文在加权改进的基础上增加角点比较函数。实验结果表明，该方法相比于结构相似性算法更接近人的主观评价。