图像作为信息的重要载体,在日常生活中占据着重要地位,人们对图像质量的要求也在逐渐提高。由于图像数据在处理的过程中存在着各种失真,导致了图像质量的下降,给后续的图像处理和分析带来不便,最终将影响人们观看图像的效果。因此,图像质量评估成为了图像处理领域的关键技术之一。图像质量评估的方法有两类:一类是主观评估方法,另一类是客观评估方法。由于人是图像的最终观看者,所以主观图像质量评估方法是最准确的,它是由不同的评测人员对图像进行观看并给出结果,但是主观评估存在成本高、周期长、实时性差等缺点,在现实生活中应用不方便。而图像的客观质量评估方法以其时效性强、花费少、应用的领域广泛、评估的过程中不会受到主观条件的影响等诸多优点受到专家学者的重视,在图像处理领域是研究的热点和难点。本课题主要研究客观的图像和视频质量评估方法,研究内容和创新如下:首先,本文系统介绍了图像质量评估的方法:主观评估方法和客观评估方法。接着从人类视觉系统的生理学和心理学两方面着手,分析了影响人类感知系统的诸多因素,如亮度、对比度、掩膜、视觉感兴趣区域、运动等重要信息。其次,本文针对目前研究热门的立体图像,提出了基于结构信息和深度信息的立体图像质量评估方法。在该方法中利用了图像分割的方法,然后基于直方图统计特性将深度图像分层,最后综合图像的梯度信息,提取了结构特征,并结合人类视觉系统的感知敏感度构建了立体图像的质量评估算法模型。经过实验论证,本文所提的方法能够达到同主观感受相一致的评估结果,评估性能优于其他的算法。最后,本文研究了2D视频质量评估算法,视频和图像之间最大的差别就是视频场景中存在物体的运动,文章中对不同场景中的运动进行了分析,并且介绍了典型的人类视觉注意模型,提取了视频中的运动向量,然后提出了基于结构信息和运动信息的视频质量评估方法,并经过实验论证及分析,实验表明本文所提的算法能够达到较好的准确性。经过对2D视频的研究,掌握了视频质量评估的相关技术,为以后研究立体视频质量评估算法打下基础。