基于结构相似度的图像质量评价方法(SSIM)模拟HVS提取结构信息的功能，简单且高效，吸引了许多学者对其进行深入研究，提出多种基于SSIM的改进方法。通过分析SSIM及其在灰度、彩色、视频图像的质量评价方面的改进方法，本文工作如下：根据HVS对结构特征的敏感度不同，本文利用KL变换集中主要结构特征，避免敏感度低的信息对评价结果的影响，针对KL变换后的图像以小波变换模拟HVS的多通道，根据各个通道的信息特征，在高频通道内通过哈里斯响应与灰度共生矩阵提取结构的主要特征：边缘、纹理，并通过边缘对比与纹理对比共同构成图像的结构对比。在低频通道计算对比度，并按规律结合，得到图像的对比度对比。将算法分别用于灰度图像、彩色图像和视频图像的质量评价。对于灰度图像，利用LIVE库中的灰度图像验证算法性能。对于彩色图像，在灰度图像评价方法的基础上，考虑影响视觉感知的颜色信息，根据三种不同颜色空间的特性，将灰度图像评价方法融入对彩色图像的质量评估过程。对于视频图像，将评价模型分为三级：区域块、帧、视频序列。通过本文算法得到区域块的质量，利用各区域块的信息量将各区域块质量加权得到每帧图像质量，同时利用运动矢量与边缘特征将各帧图像质量加权得到整个视频质量。利用LIVE库中的图像验证本文算法的有效性，实验结果表明，本文算法对灰度图像、彩色图像和视频图像的质量评价都比对比算法更为逼近主观评分。