数字图像作为多媒体技术中信息最直接的载体,在数字时代正发挥着越来越重要的作用。但是由于客观原因,数字图像在实际应用中会不可避免的引入各种各样的失真,所以用于评价各种应用算法引起图像降质程度的图像质量评价方法所起的作用非常重要。在图像和视频质量评价领域,现在广泛采用峰值信噪比方法。但是由于设计这种方法时没有考虑人类视觉系统,随着研究的深入,该方法越来越不能满足人类的需求。由此可得出建立新的评价方法具有重要性和紧迫性。本文设计图像质量评价方法时考虑了与人类视觉息息相关的三个方面的因素。方面一是人眼具有刚辩差特性,即亮度幅值改变在某一个范围内,人眼察觉不到。因此可以得出,若图像的幅值失真在某一个范围之内,人眼也察觉不到。所以可以在进行图像质量评价时忽略掉这些人眼察觉不到的失真,使图像质量评价方法更符合人类视觉。方面二是图像的灰度直方图体现了图像的亮度分布情况,在图像质量变坏的情况下,若估计图像的灰度直方图与参考图像的灰度直方图变化较大,则这类失真肯定会使人眼更容易感觉到。因此,在图像质量评价时亮度的变化失真也需要考虑。方面三是人眼对图像的观察是非均匀的。最新的心理研究结果表明,人眼对图像最感兴趣的部分是图像的中频信息。基于此可以通过计算图像的中频信息得到显著图,把图像的显著图比较加入到图像质量评价中,可以使图像质量评价更符合人类视觉。本文综合小波域的刚辩差模型,子带的亮度比较和人眼感兴趣的显著图三个方面建立了一个新的图像质量评价方法模型。通过在LIVE图像库上做实验,并与峰值信噪比和基于视觉的结构相似度作比较。实验结果表明,该评价方法在整体上优于峰值信噪比和结构相似度,并且克服了结构相似度在噪声失真和平滑失真之间判断不准确的缺点。