图像在处理的过程中，由于成像系统、传输介质和存储设备等不完善，加之物体运动、噪声污染等原因，不可避免地会造成图像的失真和降质，因此在图像处理的相关领域建立图像质量评价机制是必要的。图像质量客观评价方法分为全参考质量评价、部分参考质量和无参考质量评价三类。前两类方法都需要借助于原始参考图像的全部或部分特征信息对图像质量进行评价。后者也称为“盲评价”，即不需要借助于原始参考图像的任何信息，只利用待测图像本身的特征信息就可以对图像质量进行评价。然而在图像质量评价的实际应用中，很多情况下都无法或较难获得参考图像的信息进行对比，因此无参考图像质量评价的研究具有重大的意义。在深入了解了无参考图像质量评价的研究价值、理论基础和相关的一些典型的算法后，发现现有的多都无参考方法对模糊失真图像质量不能进行合理的评价，针对这一现象，本文提出了一种基于纹理和结构特征的模糊图像无参考质量评价方法。纹理特征表征了图像细节信息的变化，结构特征表征了图像整体信息的变化，同时从这两个方面度量模糊图像的失真，从评价结果来看，本文方法的预测结果稳定且与人的主观评价分数偏差小，而且明显优于PSNR、SSIM、NRSS等对比方法。注意到现有的无参考质量评价方法大部分都针对灰度图像进行质量评价，而在实际的应用领域中，一般首先得到的都是彩色图像。直接对灰度图像进行质量评价，自动忽略了图像本身的颜色信息，这会导致有些评价算法在颜色失真严重的情况下，结果出现偏差，针对这种情况，本文研究了几种彩色图像的颜色模型和一些典型的彩色图像质量评价算法，提出了一种基于四元数傅立叶变换的彩色图像无参考质量评价方法。该方法采用四元数矩阵描述彩色图像，对彩色图像RGB通道进行并行处理，充分利用了彩色图像的整体信息，使得算法的评价结果更符合人类的主观视觉。