图像和视频的质量评价一直是图像处理技术中的难点。随着数字技术的提高以及多媒体技术日趋广泛的应用,对图像和视频质量评价技术的要求也越来越高。本文从灰度图像的质量评价入手,对灰度图像质量评价、彩色图像质量评价以及视频的质量评价做了一些研究。首先本文简要的介绍了图像质量评价技术的分类。图像质量评价方法可以分为两类:主观图像质量评价方法和客观图像质量评价方法。虽然主观评价方法是最可以信赖的质量评价方法,但是由于其本身的种种弊端,导致了客观质量评价方法的出现和发展。客观质量评价方法的发展大致可以分为三个阶段:传统的客观质量评价方法、改进的客观质量评价方法以及基于感知的图像质量评价方法。本文介绍了隶属于三个阶段的几类评价方法中的代表性方法以及衡量客观评价方法优劣的标准:Pearson相关系数和Spearman等级相关系数。然后,本文对一些代表性的客观图像质量评价方法进行了比较。结果发现每种方法都有一定的适用范围。为了综合这些评价方法各自的优势,本文采用多元线性回归分析的方法,对这些方法进行拟合,得到了一种基于多元线性回归的图像质量评价方法。通过与其他方法的比较,发现此方法与主观评价方法之间具有更好的一致性,之所以如此是因为方法中选用的图像信息符合人眼视觉系统的特点。通过对基于多元线性回归的图像质量评价方法的分析,发现了一种符合人眼图像质量评价过程的图像质量评价模型。根据人眼视觉系统的特点,本文构造了人眼进行图像质量评价过程中用到的三种重要图像信息的数学模型。模拟了人眼视觉系统对三种图像信息模型的响应函数,最终通过多元线性回归的分析方法将三种响应函数拟合起来,成为基于感知的图像质量评价方法。我们将这种感知质量评价方法与其他的图像质量评价方法进行了比较和分析。上述质量评价方法都只是适应于图像处理前后图像的大小不发生变化的情况。但是在图像处理的过程中,特别是图像缩放技术中,图像的大小会发生变化。针对这类的图像处理技术并没有专门的评价方法,因此我们提出了一种基于Hausdorff距离的图像质量评价方法。实验表明这种评价方法能够直接应用于大小发生变化的图像,并且能够很好的测试出处理之后图像的质量。随着数字图像技术的发展,彩色图像日益广泛的被应用到各种领域中。不同的色彩空间模型来构造彩色数字图像。对于图像质量评价方法来说,不同的图像质量评价方法在不同的色彩空间中对于图像处理中图像质量损失的灵敏度是不同的,即使是同一种图像质量评价方法在不同的色彩空间中对图像损失的灵敏度也有所不同。考虑到计算量的问题,本文总共选取了七种简单的图像质量评价方法,将它们在十种色彩空间模型中的表现进行比较。发现了适合不同失真的色彩空间模型和质量评价方法。数字压缩技术的提高使得视频的应用越来越广泛,而主观视频质量评价方法要求有比较严格的实验环境和测试条件,并且要选择适当的主观视频质量评价方法。这就促进了客观方法的发展。常用的视频质量评价方法可以分为三类:全参考的视频质量评价方法,限制参考的视频质量评价方法和无参考的视频质量评价方法。本文基于边缘度量,构造了空域和时域失真模型,在此基础上建立了人眼对两种失真的响应函数并将其拟合为基于边缘失真的视频质量评价方法。实验结果表明此方法对于视频序列具有很好的评价作用。