随着计算机和多媒体技术的发展，图像信息成为人类日常接触最为广泛的信息资源。如何从浩如烟海的图片信息中快速准确地找出符合用户需求的图片，如何准确可靠地对彩色图像质量进行评估成为急待解决的重大课题。 传统的图像检索方法利用提取出的图像颜色、纹理和形状等底层特征建立特征向量索引，并通过对这些特征向量的检索实现对整个图库的检索。这种方法提取出的颜色特征相似度量与人眼主观视觉还有相当的差距，且三种特征如何最优地结合在一起一直是一个难以解决的问题；而传统的彩色图像质量评估通常是采用基于灰度图像质量评估的方法对彩色图像的亮度层信息或者分别对彩色图像的R、G、B三色信息进行处理再加权求和。这些方法并没有从真正意义上实现彩色图像处理。 基于此，本文首次将超复数的概念引入彩色图像检索与质量评估。提出了超复数奇异值分解检索法，超复数卷积滤波与超复数奇异值分解相结合的检索法以及超复数矩阵相关检索法等三种超复数彩色图像检索方法，在对提出的三种算法进行比较的同时也将其与传统图像检索方法进行了比较，结果证明，超复数彩色图像检索法能较好地克服传统图像检索方法存在的问题，且检索结果更优；同时，本文提出了基于超复数奇异值分解的彩色图像质量客观评估法，这种全新的图形化与数值化相结合的方法不仅能够准确评估出彩色图像的不同失真等级，还能够区分不同的失真类型，从真正意义上实现了彩色图像的质量评估。实验结果证明该法评估结果优于传统彩色图像质量评估法的评估结果，与人眼视觉评估结果更相符。