视频图像质量评价包括主观评价和客观评价。主观评价通过主观实验来完成，虽然准确性很高，但需要消耗大量的时间和人力，且无法达到实时评价的效果，在网络视频业务中也无法应用.随着计算机和互联网的飞速发展，图像质量的客观评价模型已成为研究热点，其目的在于建立与主观评价效果相当的客观算法，不依赖主观参与，从图像本身特征给出图像质量的指标。　　 论文首先介绍了数字视频压缩编码技术，在此基础之上分别研究了评价压缩视频质量的主观方法和客观方法。通过主观实验结果与客观评价模型PSNR预测的结果比较可知，PSNR与主观评价结果的相关性不高，不能准确地反映图像质量的主观评价结果。同时由主观实验关于图像损伤类型的问卷调查结果可以看到，图像模糊是影响图像质量最主要的因素.　　 论文研究了人眼视觉系统的空域和时域特性，设计了与建立人眼时域响应特性模型相应的主观实验，结果表明，评价者在评价视频图像质量时，常常选择视频序列初始时间段的视频帧、结束时间段的视频帧和视频序列中质量最差的帧作为主要的评价对象.　　 鉴于图像模糊在图像质量评价中的重要性，本文提出了一种无参考感知图像模糊的客观评价模型(NPBM)。该模型结合了人眼视觉特性，以对比度敏感函数CSF为依据，将图像在空间频率上分解成多个频率通道并计算每个频率通道的归一化频率范围，从而设计对应的有限脉冲响应滤波器.同时结合主观实验得出的人眼时域响应特性模型，给视频图像不同的帧赋予不同的权重.最后通过对归一化主观实验结果和表征图像模糊程度的变量（亮度信号在各个频率通道下的标准差和方差）进行线性回归，得到NPBM模型相应的参数。实验分析表明，该模型预测的模糊程度与所有31个H.264编码方式的测试序列的主观模糊程度的Pearson相关系数是0.922。对该模型中时域响应特性的进一步分析表明，时域响应特性能够显著提高图像模糊评价模型的准确性.