在图像信息技术被广泛应用的背景下,对图像质量评价变成一个广泛而基本的问题。无参考图像质量评价是利用计算机代替人眼完成对图像质量的评估,该技术广泛应用于军事、交通等领域。因此研究无参考图像质量评价具有重要的学术价值和广阔的应用前景。概率潜在语义分析(Probabilistic Latent Semantic Analysis,PLSA)起源于对文档的分类和检索,使用统计的方法描述“文档-潜在语义-词”之间的概率分布关系,其实质是将文档和词映射到同一语义空间。事实上,图像质量评价也是人的视觉感知,也可以归入语义分析,即图像可以由视觉单词来描述,同样可以将这些视觉单词映射到潜在语义空间,通过潜在语义的分布对图像的质量做出评价。本文在对基于PLSA的无参考图像质量评价进行深入分析的基础上,重点研究了不同失真图像底层视觉特征的计算方法。分别提出了适用性更广的噪声特征提取方法以及计算简单、效率较高的JPEG压缩特征提取方法。并将模糊特征、噪声特征和JPEG压缩特征构成三维特征应用到基于PLSA框架中。实现了面向多失真类型的无参考图像质量客观评价,获得了较好的实验结果。本文完成的另一重要内容是设计并编程实现了用于研发的图像质量评价系统。在对系统进行需求分析的基础上,设计了系统的训练和测试功能模块、数据集操作流程、结果显示等。采用VC++结合OpenCV的开发方式,整体实现了基于PLSA的图像质量评价系统,由于核心算法采用C语言编程,很好地解决了参数调整和运行效率等问题。