尽管图像质量评价领域的研究已经有近40多年的历史，但实际上，直到最近七八年，该领域的学术论文才逐渐多起来。随着各种硬件条件的进步，大多数的图像处理算法和设备开始重视如何保持和提高图像的视觉保真度，图像质量评价的研究意义就突显出来。68137

传统的，人作为图像的最终接收者、观察者，“正确”的图像质量评价的方法就是通过人进行主观评价，但是由于它很繁琐、耗时、耗资、无法实时操作，不可能自动实现，很难被嵌入到实际的图像，视频处理系统中。1971年Mannos和Sakrison做出了客观质量评价的先驱工作[2]，该文献可能是有记录的最早的工作，他们提出一种图像保真度标准，用一个空间频率函数来计算视觉敏感度。Watson提出一种基于DCT(离散余弦变换)的视觉误差衡量标准[3]，其中每一个DCT系数的量化误差都按照相应的视觉灵敏度进行伸缩。这些早期的研究对图像质量评价的研究做出了很大贡献。

如今,随着图像处理技术的快速发展，图像质量的研究已吸引了研究人员的广泛关注，国内外已有许多科研机构和商业公司投身其中[4]，如美国泰克公司研制的图像质量分析仪已经被广泛地应用。另外，像IBM，韩国SK 电信集团等就图像视频质量评价问题也展开了深入研究[5]。同时，图像质量评价算法层出不穷，典型的模型有基于人类视觉系统(Human Vision System, HVS)的图像质量评价模型[6,7]，基于结构相似度(Structural Similarity Image Measurement, SSIM)的评价模型[8]等。最近JVT(Joint Video Team)已将SSIM 算法作为图像质量评价指标引入到视频编码标准H.264的校验模型中。论文网

近些年国内也提出许多视频和图像质量评价的方法，如北京工业大学信号与信息处理研究室，提出一种基于视觉兴趣性的图像质量评价方法[9]，作者认为人眼对同一幅图像中的不同区域往往具有不同的感兴趣程度，即人眼具有视觉兴趣性特性，并在充分利用视觉兴趣性特性的基础上，针对只存在一个感兴趣区的图像，提出了一种简化的图像质量评价方法。该方法近似地认为人眼对感兴趣区的兴趣程度与其面积成反比，当图像中感兴趣区的面积为零时，该文方法将退化为客观质量评价方法，也就是说客观质量评价方法是该方法的特例。南京理工大学的丁绪星、朱日宏和李建欣提出一种基于人眼视觉特性的图像质量评价方法[10]。作者利用小波变换与HVS的多通道特性相匹配的特点，结合对比敏感度函数的带通特性，同时考虑计算的复杂性，给出了一种与人对图像质量评价保持良好一致的图像质量评价算法。国防科技大学的魏崇奎和成礼智通过分析HVS的视觉非线性、多通道及掩盖效应等特性，建立起相应的图像视觉处理模型，并将原始图像与降质图像变换到感知域进行误差分析。在处理HVS模型的多通道中，将图像的空间频率按视觉系统的掩盖效应特点，分成5个子带分别进行滤波，以模拟人眼对图像的主观质量评价特性，提出一种基于掩盖效应的感知域图像质量评价方法[11]。北京理工大学的杨守义和罗伟雄提出一种基于高阶统计量的图像质量客观评价方法[12]，该方法用平均高阶细节累积量作为衡量图像质量的指标，无需原始图像作参考，特别适合于多媒体图像通信及无法得到原始图像的场合对图像质量进行评价。上述国内研究的方法在与主观评价在一定程度上能达到一致，但其方法大多没有完整有效的图像质量主观评价体系，其主观评价数据往往数量少，没有统一的标准，这不利于评价其客观方法与主观评价的一致性。此外，大多数图像质量测度只是对于某一种图像降质类型有效，对于多种降质类型的有效性说明较少。所以总体来讲，还有许多未知问题有待深入探究。 图像质量评价的研究背景及研究现状:http://www.youerw.com/yanjiu/lunwen_76562.html