图像以其确切性、直观性、高效性和广泛适应性，已成为当今人类社会最重要的一种信息来源。图像质量的正确评价是图像信息工程领域内的一项重要研究课题。图像质量的主观评价方法虽然与实际情况比较吻合，但有着不易准确测量且实现过程繁琐、耗时耗力耗资等缺点。己有的一些图像质量客观度量方法，如峰值信噪比(PSNR)、均方误差 (MSE) 等这类方法虽然具有简单、易于实现等优点，但由于其根本不考虑人类的视觉和心理感受，所以并不完全符合人眼的视觉特性。合理地度量图像质量应充分考虑人眼的视觉特性，本文结合主观和客观图像质量度量方法，做了以下工作。 本文首先介绍了 HVS (人类视觉系统) 基本理论，重点阐述了视觉系统的亮度特性、空间频率特性和时间频率特性。其次介绍了小波分析的基本理论，重点分析了离散小波变换与 HVS 特性的相似性。然后归纳了图像质量评价方法在国内外的研究现状，详细阐述了基于 HVS 模型的客观评价方法，描述了与本文算法相关的PQS 模型和 WMSE 模型。本文的创新之处是在原有基于 HVS 模型的评价算法的基础之上，对评价算法进行了改进。改进后的算法将原始图像和降质图像分别经过非线性变换、小波变换和 CSF (对比敏感度函数) 加权处理，然后进行误差分析，优点在于较好的结合了人眼的视觉特性，兼顾了计算的复杂性。最后通过实验，将一组图像的主观评价值与模型的打分值进行比较，结果表明这种基于 HVS 模型的图像质量评价算法，与人对图像质量评价保持良好一致性，适用于压缩编码图像的质量评价。