当前大多数的数字图像和视频编码标准采用了基于块的离散余弦变换(BDCT变换)与量化相结合的方法来压缩图像中的冗余信息。但是在量化步长较大的情况下,以上方法会引入较大的量化噪声,使得解码图像中存在明显的块效应,降低了图像的观看质量。去块效应算法可以减弱解码图像中的块效应,提高图像的观看质量,是当今的研究热点之一,具有十分重要的理论研究和实用价值。块效应的去除是典型的反问题,如何准确的估计块效应的分布和强度是去块效应算法研究的关键。量化步长的大小是影响块效应分布和强度的主要因素,也是影响去块效应算法设计的重要先验知识。本文对量化步长已知和未知的两种情况下的块效应问题分别进行了研究,并提出了相应的去块效应算法。在量化步长未知的情况下,本文提出了一种新的基于图像质量评估的算法,以非本地均值滤波为基础,逐个的对每个图像块进行滤波,循环地估计滤波后图像块的质量,为每个图像块选择最佳的滤波强度;设计了一种应用于以上算法的无参型图像质量评估方法,可以在不需要任何原始图像信息的情况下对块效应移除后的图像质量进行评估。该评估能够反映块效应移除后图像块边界处的不连续程度的变化情况,以及去块效应算法造成的真实图像内容的退化情况。实验结果表明,该算法在去除块效应的同时,可以较好的保留图像的细节,与传统方法相比较有着较明显的优越性。在量化步长已知的情况下,本文对像素域量化噪声的数学模型进行了研究,设计了以噪声协方差矩阵的形式描述出图像中任意位置图像块的量化噪声分布情况的方法,并应用此协方差矩阵设计了一种去块效应的滤波算法,根据图像块邻域内的量化噪声分布,自适应的应用图像块邻域内的冗余信息恢复图像内容。实验仿真结果表明,与传统算法相比,该算法得到的实验结果与原图更为接近,无论在主观质量还是在客观质量上,都得到了更好的滤波效果。