目前大部分无参考型的图像质量评价方法都是基于图像的几何特征进行描述的，但是这种方法对于图 像的边界要求较为严格，并且在实际应用中的图像的失真类型是未知的。针对这一缺点，提出一种基于梯度相关性 分解的无参考图像质量评价( DGS) 方法，该方法提取图像的梯度，对其进行奇异值分解作为图像的主要结构信息，以 此对图像的质量进行评价。实验结果表明，DGS 模型比通用的简单有效的峰值信噪比( 或均方误差) 模型更符合人眼 视觉系统特性，能在无参考的情况下更好地评价图像质量，并与图像的主观评价值达到更准确的
