图像质量评价一直是图像处理和计算机视觉领域的一个基础问题，图像质量评价模型也广泛应用于图像/视频编码、超分辨率重建和图像/视频视觉质量增强等相关领域。图像质量评价主要包括全参考图像质量评价、半参考图像质量评价和无参考图像质量评价。

基于卷积神经网络的真实图像质量评价方法，唐敏，刘勇，现有盲图像质量评价方法主要采用手动提取图像特征和传统的机器学习组合的方法，如支持向量机(SVM)。传统无参考图像质量评价方法通�

灰度均值、平均梯度，边缘强度，方差、熵、DeviationIndex偏差指数、相关系数等，最前的质量评价代码汇总 matlab c++

几个关于图像质量评价的函数。均方误差rms，可用于去噪图像和压缩图像的质量评价

历年图像质量评价（iqa）论文及代码资料大全（无参考型） 2002年论文 NO-REFERENCE PERCEPTUAL QUALITY ASSESSMENT OF JPEG COMPRESSED IMAGES 附代码 2005年论文 Reduced-Reference Image Quality Assessment Using A Wavelet-Domain Natural Image Statistic Model 附代码 2005年论文 No-Reference Quality Assessment Using Natural Scene Statistics: JPEG2000 附代码 2010年论文 A Two-Step Framework for Constructing Blind Image Quality Indices 附代码 2010年论文 A DCT Statistics-Based Blind Image Quality Index 附代码 2011年论文 Blind Image Quality Assessment Using a General Regression Neural Network 附代码 2011年论文 Blind Image Quality Assessment: From Natural Scene Statistics to Perceptual Quality 附代码（牛文） 2012年论文 RRED Indices: Reduced Reference Entropic Differencing for Image Quality Assessment 附代码 2012年论文 Blind Image Quality Assessment Without Human Training Using Latent Quality Factors 附代码 2012年论文 Blind Image Quality Assessment: A Natural Scene Statistics Approach in the DCT Domain 附代码 2012年论文 MAKING IMAGE QUALITY ASSESSMENT ROBUST 附代码 2012年论文 No-Reference Image Quality Assessment in the Spatial Domain 附代码 2013年论文 Objective Quality Assessment of Tone-Mapped Images 附代码 2013年论文 Making a “Completely Blind” Image Quality Analyzer 附代 码 2013年论文 Video Quality Assessment by Reduced Reference Spatio-Temporal Entropic Differencing 附代码

针对结构相似度(Structural SIMilarity, SSIM)和其他一些方法的局限性, 考虑到梯度可以反映图像的边缘纹理等结构信息, 提出了一种快速的全参考型IQA算法，即提升的梯度加权结构相似度(Gradient Weighted Lifting Structural SIMilarity, GWL-SSIM)方法.

图像融合时，经常用到的图像质量评价函数，互信息MI，函数给出了融合图像imf与源图像ima，imb之间的互信息。

无参考图像质量评价NIQE源代码，可运行。

图像质量评价（IQA）的一些方法，从外网上找的，主要是无参考图像的方法，其中每种方法提供了Matlab源码和参考文献，使用时请注意引用文献。

用MATLAB实现图像质量评价方法——峰值信噪比。