图像是人类获取信息的重要载体,承担了传递信息的重要任务。而一幅高质量的图像在压缩、传输、解压等的过程中,可能会遭受信息损失,这种信息损失引起了图像失真。图像质量评价方法分为主观评价方法和客观评价方法。主观评价方法需要人眼直接观察图像,并给出结论。客观评价方法需要计算机通过算法模型评价图像质量。因为现实生活中图像数量巨大,失真情况复杂,人类的主观评价行为易受心理、生理、环境等多种因素的影响,度量指标难以保持公正,所以,研究客观的图像质量评价方法是当前的重要任务。本文研究了全参考平面混合失真图像质量评价和无参考立体图像质量评价方法,主要内容如下:(1)基于四元数小波变换的全参考混合失真图像质量评价。该方法首先使用四元数小波变换同时分解参考图像和失真图像,获取不同尺度的幅值和相位作为图像特征;然后计算特征的相似度;并且结合幅值、相位之间的依赖性和人眼对高幅值区域的关注,调整相似性度量以符合人眼视觉特性;最后获得整幅图像的质量得分。实验表明,本方法在混合失真图像库上的SROCC指标和PLCC指标超越了传统全参考度量。(2)基于四元数小波变换的无参考立体图像质量评价。立体图像与平面图像不同,具有左视图和右视图,且真实世界的两幅视图是极为相似的,该方法衡量左右视图的相似度,并利用人眼视觉特性获取单目图。随后对左视图、右视图、单目图进行亮度去均值对比度归一化操作,用广义高斯分布拟合归一化后的系数,提取自然场景统计特征,并且下采样图像再次提取特征,用支持向量回归模型训练样本,预测图像质量。该方法与人眼主观感受相一致。(3)基于多重感知和特征联合的无参考立体图像质量评价。提取立体图像的视差图、不确定性图、显著图和融合图,将多重视觉感知信息融入立体图像质量评价,并计算它们的统计特征。然后用四元数小波变换对图像进行多尺度分析,同时提取立体图像对的四元数小波域和空间域的自然场景统计特征,丰富特征的维度。最后使用XGBoost训练模型,获取立体图像的预测分数。实验表明,本文在LIVE 3D图像库上的客观评价指标超过了流行的立体图像质量评价方法,与人的主观评分具有主观一致性。