从数码相机、卫星数字电视广播、手机视频通讯等各方面可以看出,人类在可视信息数字化领域中的研究成果已经广泛应用在人们的日常生活当中,图像质量评价的研究具有极高的理论及应用价值。图像质量评价方法主要有基于视觉感知的评价方法和结构化评价方法,但这两种方法存在很多不足。视觉感知评价方法(HVS基本模型)缺乏对空间相似结构的考虑,空间视觉相似性分析注意到结构化分析没有考虑多通道分解的影响,为此,必须将视觉感知空间模型和图像空间相似性分解结合起来分析图像质量。本文将空间相似分解与亮度加权方法相结合,综合考虑图像空间相似性和多通道分解特性,建立新的图像质量评价算法。主要研究内容及成果如下：1.依据图像空间相似分解和合成方法,以及光度学和色度学相关理论,将黑白图像处理方法扩展到彩色图像空间,给出了基于三基色和基于色差信号的两种彩色图像相似分解方法,并基于空间向量合成方法,建立了彩色空间向量合成信号的设计方法。2.基于正交变换量化方法,设计了一种有利于主观视觉比较的测试信号,验证了亮度加权扩展网络用于多通道分解模型的正确性。并在此基础上,依据彩色视觉空间细节对应带宽实验,将亮度加权扩展网络扩展到彩色空间,实现了彩色细节的图像质量评价方法。3.将图像空间相似分解与亮度加权扩展网络有机地结合,给出一种图像空间多通道相似分解的图像质量综合评价方法。该方法既考虑到误差图像结构,也照顾到空间尺寸对视觉的影响。同时在彩色空间对此进行了研究。4.建立了基于图像空间多通道相似分解的图像质量综合评价方法的实验平台。采用上述三种图像质量评价方法,对多种类型失真进行了考察,并对相关评价结果进行了分析比较。本文提出的新算法建立在系统的理论分析和大量的实验基础之上,实验结果显示,新算法明显优于传统方法,对实现图像质量的主、客观评价结果的一致性起到促进作用。