人类从外界获得的信息约有75%源自于图像。科学技术的发展同时也丰富了人们的生活,各种各样的图像产品涌入日常生活中,高清电视、数码相机、3D电影等图像电子产品已经成为常见。数字图像在获取、传输、显示等过程中都会可能引入失真,导致图像质量的下降。因此,设计出一种合理的算法对图像进行质量评价有助于对数字图像产品的评估。图像质量评价,主要分为主观评价和客观评价。由于主观评价受人的情感所影响的,具有随机性,不具有重复性。因此,客观评价一直是该领域的研究重点。客观图像质量评价,其目的在于建立一个能够与人眼主观感受相一致的图像质量评价算法。根据评价的过程中否有参考图像可以分为：全参考评价、半参考评价和无参考评价。在很多实际应用中,通常没有原始参考图像或者是无法获得原始参考图像。而无参考评价不需要参考图像,因此应用广泛。本文主要针对无参考图像质量评价进行了重点研究。论文的研究内容以及研究成果概述如下：1.现在已经存在一些效果较好的针对单一失真类型的无参考图像质量评价方法,如果可以对图像失真类型分类准确的话,那么可以利用这些已存在的针对某一失真类型的图像质量评价方法对其进行质量评价。基于此思想,本文提出了一种基于小波变换的针对图像失真类型分类的方法。首先,通过小波变换对图像进行特征提取,得到特征向量。然后用支持向量机对特征向量进行学习。通过用粒子群算法对支持向量机的参数的优化,达到提高失真图像分类的准确率。通过在LIVE2数据库和CSIQ数据库中做测试,验证了此方法的合理性和有效性。2.基于失真图像的分类的基础上,提出了一种无参考图像质量评价方法。首先对失真图像进行小波变换,然后用支持向量机来对图像进行分类。再根据分类的类型不同,选用特定的质量评价方法对其进行质量评价。其中,对于JPEG失真类型用了Wang Z提出的一种针对JPEG压缩的无参考图像质量评价方法对其评价；模糊、噪声这两种失真类型则选用了基于梯度相似度的方法对其评价；对于FF、WN这两种失真类型,则采用了支持向量机回归的方法对其质量进行预测。最后,通过加权得到图像的最终的质量值。对该方法在LIVE2数据库上进行仿真实验,评价结果和主观客观评价结果有良好的一致性。3.提出了一种无参考的立体图像质量评价方法。该方法的核心思想是将一种无参考的平面图像质量评价方法与立体图像的特征进行结合,对立体图像进行质量评价。在这里,用NIQE对图像先进行质量评价,然后通过计算立体图像左右视图的视差图,再用NIQE直接对视差图进行质量评价,最后加权得到立体图像的最终质量。该方法在LIVE3数据库上的评价结果和主观评价结果有良好的一致性。