图像质量评价的研究是图像信息工程的基础技术之一，图像质量评价方法用以评价图像质量或图像处理算法的优劣，在图像处理领域至关重要。　　 Wang Zhou等人提出的结构相似度（SSIM：Strucural Sinularity）算法，计算简单、性能优越。但其不足之处之一是，仅简单地用平均求和，即取子块结构相似度（SSIM）的平均值而得到整幅图像的平均结构相似度（MSSIM：Mean SSIM）。通常情况下，失真是高度非均匀分布的，人眼对于图像不同区域的视觉灵敏度不同。因此，本文提出了一种基于图像块分类的加权平均结构相似度（WSSIM：Weighted SSIM）的图像质量评价算法。　　 颜色是图像非常重要的视觉特征，人眼对彩色图像的视觉感受要比灰度图像的感受丰富得多，是人识别图像的主要感知特征之一。颜色特征是图像质量评价体系中必不可少的组成部分，研究彩色图像的质量评价变得很有必要，基于此本文对彩色图像的质量评价进行了研究，提出了彩色图像的SSIM评价方法。　　 本文的主要工作如下：　　 1）．从人眼视觉模型和视觉心理特征出发，本文提出了基于图像块分类的加权结构相似度（WSSIM）。即先将图像分块并区分为边缘块、平滑块和细节块三类，然后根据人眼对图像边缘区域最敏感、平滑区域较敏感和细节区域最不敏感这一特性，对边缘块加最大权系数，平滑块次之，细节块加权系数最小，最后求每一类型的平均结构相似度（MSSIM）的加权和，作为整幅图像的加权结构相似度（WSSIM）。　　 实验结果表明，本文提出的WSSIM算法对失真图像的评判性能优于MSSIM。这是因为WSSIM考虑到了人眼视觉对图像不同区域敏感程度不同的特性，对不同类图像块的平均结构相似度求加权和得到整幅图像的评价值，更加符合人眼感知。　　 2）．分别对不同的色彩空间中（如RGBlαβHSV）进行研究，得到了相应颜色空间结构相似度评价方法的运算表达式，并对彩色图像进行了实验，验证了SSIM在基于色彩空间的图像质量评价上优于PSNR。并通过比较得到了SSIM在lαβ空间下表现要好于RGB空间，在RGB空间下又好于HSV空间。