高质量的图像在医疗界、影视界和工业界等许多领域,正在发挥着重要作用。但是由于外界环境的复杂性,从图像采集系统得到的图像,不能达到令人们满意的高清效果。这一问题促进了很多图像润饰算法和软件的产生。图像润饰是指通过适当调整由图像采集设备获得的图像的部分特征,即改善图像中和质量相关的影响因子,使润饰图像相比原图像有更好的视觉感受。目前,图像润饰已经被广泛应用在图像处理的各个方面,所以润饰图像的质量评价具有重要意义。本文在传统的润饰图像质量评价方法的基础上,从色彩和结构两个方面,研究基于色彩相似性和结构相似性的润饰图像的质量评价算法。其中,图像的色彩相似性使用色度相似性表征,结构相似性用梯度相似性来表征。本文的具体研究内容如下:基于润饰图像相比于参考图像在色度上的提高,提出色度对传统的图像质量评价算法有较好的修正效果,进而提出一种将传统质量评价算法和色度相结合的润饰图像质量评价算法。首先从参考图像和润饰图像中分别提取色度图像,并计算出色度相似度,然后在传统的图像质量评价算法中加入色度相似度模块,最后进行线性加权,得到最终的客观图像质量分数。在润饰图像数据库中进行的实验证明在评价润饰图像时,色度能对传统的图像质量评价算法进行较好的修正。基于润饰图像在色度和结构即梯度两方面的提高,提出了一种基于色度相似性和结构相似性的评价方法。首先从参考图像和润饰图像中提出色度图像和梯度图像,并计算出色度相似度和梯度相似度,然后将色度相似度和结构梯度相似度特征作为输入,用支持向量回归(SVR Model)训练出质量分数的预测模型。最后利用该模型预测出测试图像的质量分数。实验结果表明,该模型预测的分数能够与主观评价分数保持很好的一致性,而且比传统的质量评价算法和现有的润饰图像质量评价算法有更好的性能。