图像质量评估（IQA）研究在很大程度上取决于主观实验，以提供地面实况来训练和评估IQA算法。 这些主观实验麻烦且昂贵。 提出了一种基于人的视觉特征的客观方法来生成失真图像的地面真相。 利用失真参数的对数作为图像质量得分，可以很容易地实现所提出的称为归一化目标失真得分（NODS）的度量，从而可以节省大量的人力和时间成本。 通过对五种最先进的IQA算法的实验分析了NODS的有效性，结果表明，在评估IQA算法的性能时，NODS稳定并且可以与主观评分一起工作。