作为工业数字图像质量评价在应用领域的重要延伸，光学显微图像定量评价主要通过对图像特征和属性进行分析计算，针对性地量化评估图像的质量。近年来，随着各类光学显微成像技术的蓬勃发展，图像定量化评价的重要性日益凸显，在总体图像处理中具有指导性作用。对现有的光学显微图像定量评价指标及相关算法进行总结，对各个算法的模型结构和性能表现进行讨论说明，阐述显微图像定量评价的应用和发展趋势，并对该领域目前所存在的问题和难点进行分析和展望。

对于单幅红外图像中目标隐身伪装效果的评价, 在经典的结构相似度(SSIM)算法的基础上, 用改进四方向梯度算子提取梯度信息, 建立梯度差异函数, 替代SSIM算法中的结构相似性函数, 提出了一种基于改进梯度相似度(IGSIM)的图像相似度评价算法。根据该算法设计了红外图像均等分块数量确定实验和目标红外隐身伪装效果评价实验。结果表明: 得出的评价指标与人眼视觉特性更具一致性, 能较好地处理单幅红外图像中目标隐身伪装效果评价的问题。

针对目前视觉监控领域中采集到的人物数据样本量少和特征单一的问题，提出了一种具有高视觉感知约束的双向生成对抗网络生成期望人物姿态图像的方法。采用给定人物的单个图像和期望姿态的二维骨架作为双向生成对抗网络的输入，生成具有该目标人物期望姿态的图像。将生成的期望姿态图像反映射回原始姿态图像，利用少量的图像以无监督学习方式进行学习，生成该人物期望姿态的高质量图像。提出的方法在 DeepFashion公开数据集上进行了实验，结果表明，采用文中提出的方法生成的图像结构相似度(SSIM)比以往的方法提高了 0.28，有效的提升了基于无监督学习的单人多姿态人物图像生成的质量。

针对红外成像系统盲元检测中，传统窗口全局阈值法阈值选取的局限性，结合盲元响应随机性特点，提出了一种基于超像素分割的盲元检测算法，给出了分割区域像素数及检测过程阈值设置方法；针对盲元校正问题，提出了一种基于结构相似度和空间邻域距离加权的相关像素插值的盲元校正算法，研究了不同加权方法对估计误差的影响。最后通过实验验证了算法的准确性和有效性，结果表明：本文提出的算法检测结果准确率高、漏检率低、虚警率低，校正后图像的 RMSE低于邻域均值法（AN， Average Neighboring method）和最近邻替代（NN，Nearest Neighboring method）算法。

为客观、准确地评价目标可见光的伪装效果,提出一种基于图像修复技术的伪装效果评价方法。利用具有针对性改进的图像修复技术构造伪装目标所在区域与周围背景融合度高的理想伪装图案;采用无参考图像质量算法得到理想伪装纹理近似度(即修复效果度量)以消除误差;对待评价伪装目标与近似理想伪装进行相似度检验;融合理想伪装近似度与结果相似度值对目标伪装效果进行综合评价。仿真结果表明,该评价方法的结果与目视观察的结果具有较好的一致性,可有效评价目标伪装效果。

本文主要研究了图像去雾技术以提高由于雾霾影响而导致的失真图像的主客观质量。对基于暗通道先验和大气散射模型的去雾算法进行了改进, 设计了新的天空区域计算和透射率阈值确定方法, 通过增强结果图的对比度和调整亮度, 进一步降低了算法的失真。还通过对图像加雾, 分别从主观质量评价和以结构相似度作为客观标准的客观评价两方面, 用数理统计方法比较了各个相关算法的性能。实验表明, 所提算法有效地降低了图像的失真(评价分最高), 使去雾图像有较高的主观质量(总体评价分并列最高)。

针对声光可调谐滤光器(AOTF)多光谱成像系统中存在色差, 使得不同波长下成像清晰所需焦距有所差异, 即使在固定波长下, 由于横向(衍射方向)光谱展宽, 出现横线清楚竖线模糊的现象, 本文对AOTF中的色差做了具体分析, 指出了成像模糊的原因。 根据AOTF多光谱成像系统成像特点, 进一步提出了一种改进的SSIM算法作为图像的清晰度评价函数, 原算法中目标为两幅图像(一幅为参考图像, 一幅为待测图像), 而此算法中将目标设定为一幅图像中的相邻行进行相似度分析, 明暗变化边缘相似度小说明对比度大, 从而图像较为清晰。 使用以此算法为核心的自动聚焦对AOTF多光谱成像系统中由色差引起的图像质量进行补偿, 计算量小, 速度快。 通过实验验证了此补偿策略的可行性和实用性, 结果表明此策略能够有效解决AOTF多光谱成像系统中因色差引起的图像模糊问题, 具有重要的应用价值。

为了使图像压缩后的效果更加符合人眼感知特性, 提出了一种结合人眼对比度敏感视觉特性的图像压缩算法。算法首先结合视觉特性和图像变换域频谱系数特征, 提出一种图像的角频率的计算方法, 并依据计算的角频率提出一种人眼觉察图像最小误差阈值的计算方法; 然后以此阈值作为量化步长, 提出一种图像变换域频谱系数的量化方法; 最后采用霍夫曼编码算法进行编解码, 实现图像的压缩。并对三幅彩色图像进行了仿真实验, 结果表明: 与JPEG技术相比, 三幅彩色图和各分量图的平均压缩比、PSNR和SSIM依次提高了10.480 7%、6.987 9%和2.649 4%。表明提出的结合人眼视觉特性的图像压缩算法是一种较好的、有实用价值的压缩算法。

传统的图像质量评价方法很多，但是并非针对超分辨率复原算法的特定评价指标。一种超分辨率复原算法复原性能的好坏，至今没有一个统一的评价标准，这使得超分辨率复原算法的发展受到很大限制。针对传统的超分辨率复原评价体系只关注图像某一方面统计特性的问题，提出一种基于SSIM_NCCDFT的超分辨率复原评价方法。该评价方法结合了空间域的灰度均值、对比度以及频域自相关，能够同时评价超分辨率复原结果在空间域的复原效果和对频率域信息的复原精度。实验结果表明: SSIM_NCCDFT可以准确反映图像退化的程度。相对于PSNR，SSIM_NCCDFT的优势是其同时反映了频域和空域复原的精度，评价更加全面。本文提出的基于SSIM_NCCDFT的超分辨率复原评价方法同时考虑了超分辨率复原中频率域和空间域的复原性能，评价结果较为全面，能够有效地评价复原图像中的噪声和模糊等现象，对超分辨率复原方法的评价具有一定的指导意义。

填充因子是探测器阵列设计的一个重要参数，因此有必要研究填充因子对微扫描系统成像质量的影响。以2×2微扫描方式为例，在详细分析微扫描技术能够减少由探测器欠采样造成的混淆效应的基础上，仿真了不同填充因子下的输出图像，引进结构相似度(SSIM)的评价指标，从图像质量评价的角度对仿真图像进行定量分析。仿真结果表明填充因子的增大能够减少混淆效应，提高成像质量。指出探测器填充因子的增大虽然能提高成像质量，但是对成像质量的影响是有限的，对图像的改善程度不大，并不是影响像质的主要因素，这对微扫描成像系统的设计提供了理论和应用参考。