数字全息技术是伴随着现代科学计算机技术和CCD图像传感器技术的发展而出现的一种全新的有别于传统全息成像的新的成像技术,它在粒度分析、透明场测量、微电路检测、小孔径、小视场对象测量和细胞形态观测等显微测量方面充分发挥了其独特的特点和优势,具有广泛的应用前景。由于数字全息图像在图像的采集、压缩、存储、传输和重建的过程中都有可能对其质量产生影响,比如带来噪声和模糊,导致图像失真,并且会进一步影响其重建图像质量,难以满足应用要求。此外,数字全息图像呈现的是干涉条纹,而非观测者所熟悉的目标物真实形态图,难以直接评判其质量好坏,往往需要待重建后再行评判。这种间接评价全息图质量的方法无疑是费时费力的,尤其是在获取生物活细胞全息图这种要求时效性的应用中就更加不适用。而采用客观有效的质量评价方法直接对数字全息图进行评判将是解决上述问题的有效途径,不仅有助于实现全息图的实时筛选,还有利于提高重建图像的质量,对于推动数字全息成像技术的广泛应用具有重要的意义。本文针对数字全息图像自身的特点,探讨适用的数字全息图像质量评价方法。主要包括全息图的质量评价、全息图的重建、重建图像的质量评价等三个部分。具体采用基于掩盖效应和结构清晰度的两种无参考图像质量评价算法分别对全息图像的噪声和模糊两种主要的失真类型进行评价。采用卷积算法重建数字全息图像,并以显微镜图像为参考图像,应用全参考型的基于梯度信息的结构相似度的质量评价方法对重建图像进行评估。通过评估重建图像的质量进而验证其评价结果是否与两种全息图的无参考质量评价算法得到的全息图的质量评价结果相一致。采用LIVE Database Release2图像库中的常规数字图像以及外文文献中的全息图像初步验证了上述算法的正确性。并进一步选取由实验室的全息图像采集装置获取的不同质量的全息图像对评价算法进行验证。实验结果表明,利用该评价体系能够达到筛选全息图像的目的,证明了其可行性和有效性。