计算机及互联网应用的普及促进了图像的传播与分享。在图像信号获取、合成、增强、压缩、传输等过程中图像信号会不断被改变,图像质量就会在不同程度上被提高或降低。研究图像质量评价方法,设计有效的图像质量评价指标,对于图像质量评估,图像质量监控,图像处理算法优化及成像系统参数设置等工作有重要意义。虽然目前自然图像质量评价方法繁多,但许多方法对人眼视觉系统特性的理解及利用的技术水平参差不齐,同时对于医学图像质量评价的研究相对较少,且普遍难以获得令人满意的结果。本文针对现有问题展开研究,主要工作内容及成果如下:(1)通过对人类视觉系统特性进行研究分析发现,人眼对不同图像结构信息具有不同的敏感度,尤其是边界信息往往会受到更多的关注。据此本文做了大量的尝试性工作,提出了一种能有效反映该特性的结构显著性视觉模型。(2)在对已有图像质量评价工作进行分类总结的基础上,将结构显著性视觉模型与相位一致性和梯度幅度相结合,设计了一种综合性图像质量评价指标。经过3个常用公开图像质量标准库的测试,使用图像质量评价指标确实能获得比较好的效果,比现有方法更符合人眼主观评价结果,具有较高的可靠性。(3)首次建立了公开可用的医学图像质量评价基准库,其中的图像都经过了放射科医师的专业质量评价。本文也在该图像库上对基于人眼视觉结构显著性的评价方法进行了测试,实验结果显示该方法明显优于传统评价方法,与临床医师的主观评价较为一致。本文提出的基于人眼视觉特性结构显著性的图像质量评价方法,获得了与专业评估高度一致的结果,提高了客观图像质量评价方法的可靠性。同时,本文建立的医学图像质量评价基准库不仅可用于新的图像质量评价指标的测试,还为比较不同评价指标的性能提供统一的数据集,也为将来构建更完善的公共数据集奠定了重要基础。