提出了一种联合多种边缘检测算子的无参考质量评价算法,同时考虑一阶和二阶边缘算子,避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像,然后计算灰度图像的梯度,相对梯度以及LOG特征.本文所使用的特征分为两部分,一部分提取相对梯度方向的标准差,另一部分利用条件熵来量化不同特征之间的相似性和相互关系,并且考虑到人眼特性进行多尺度计算,最后使用自适应增强(AdaBoost)神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验,结果表明新方法对失真图像的预测评分与主观评分有较高的一致性,能很好地反映图像质量的视觉感知效果,仅使用10维特征,性能优于现有的主流无参考质量评价算法