由于通常认为人类视觉感知非常适合从场景中提取结构信息，因此提出了许多基于梯度的图像质量评估（IQA）指标。 该主题的主要研究重点是设计梯度相似度计算模型以测量图像质量的变化。 在本文中，我们将注意力转向另一个问题：如何使用梯度变化来估计一幅图像中不同区域的视觉重要性，以改善现有IQA指标的性能。 提出了一种基于梯度的直方图（HOG）和结构相似度（SSIM）索引相结合的基于梯度的全参考IQA。 在LIVE图像数据库上进行的大量实验表明，与许多竞争性IQA算法相比，所提出的HOGM方法在主观评估方面