无论是多媒体、安全监控、智慧医疗、遥感监测、还是深空深海探索,都希望图像质量在采集、传输、处理和存储时不受损失,应运而生的图像质量评价(IQA)也由费时费力的主观评价转变为依靠算法来实现的客观评价。本文首先从宏观上创新性地提出了基于概率推断的客观质量评价新体系,该体系由后验似然、独立后验似然和先验似然三部分组成,是对原有的由全参考、半参考和无参考组成的体系的扩展,其中后验似然包括了全参考和半参考,先验似然包括了无参考,而独立后验似然则是根据概率推断得出的新范式。为了使新体系下的IQA算法具有主观评价的感知特性,本文进一步地从微观上给出了应用于该体系的三项关键技术:1.在后验似然情形下,即当存在无质量损失的图像信息作为参考时,提出了基于奇异值分解(SVD)的IQA算法,该算法相比当前基于SVD的后验似然算法,能通过变换得到的双瓣带通分布奇异值曲线自适应地分离出依赖图像内容的确定性成分和独立于图像内容的不确定性成分,再有针对性地施加不同的HVS调制策略,最后映射得到客观评分,在七种自然图像公知数据库上的测试结果表明,所提算法显著优于当前其他的后验似然算法,具有更好的质量感知能力。2.在独立后验似然情形下,即有一组内容和失真类型都相同的图像作为参考时,提出了利用各图像质量的联合概率分布恒定的约束条件求解每幅图像质量的边际概率分布的算法,以边际概率作为对图像质量的估计,该算法被实践证明可以拓展到医学成像领域,用于优化磁敏感加权成像的重建参数从而帮助医生筛选出更清晰的用于脑卒中疾病诊断的影像数据。3.在先验似然情形下,即仅能基于失真图像本身评价其质量时,提出了基于领域内先验知识的质量特征提取算法,着眼于远程医疗领域中便携式眼底镜成像质量评价,系统研究了其先验知识组成,明确了亮度与颜色信息、清晰度信息和对比度信息三种领域先验知识,并相应地通过HVS的多通道阈值感知、恰可感知模糊理论和对比灵敏度函数理论建立了特征提取的模型,通过二叉决策树或支持向量机两种学习型似然函数将提取的先验特征映射为客观评分;为了获得用于有监督学习的训练标签,专门制定了针对便携式眼底镜图像数据库的主观评价实验,最后系统测试了在总体失真评估、特定失真类型评估、训练模型的迁移学习能力以及抗噪声等方面的性能表现,结果显示鉴别失真眼底图像的敏感性和特异性分别达到91.66%和87.45%,为眼底图像的远程医疗应用提供了切实可行的质量控制方案。上述研究成果是对概率推断在面向视觉场景处理任务时所做理论分析的深化,也为客观图像质量评价算法如何充分挖掘感知质量信息建立了较为全面的框架体系。基于该体系所提出的图像质量评价算法不仅适用于自然图像,在医学影像领域也具有应用价值。