随着科技的进步和时代的发展,互联网、移动通讯技术的进步和以智能手机为代表的新兴智能设备的普及,人们接受外界信息的速度正在不断的加快,而数字图像作为信息载体的重要组成之一,正在发挥着越来越不可替代的作用。但是,数字图像在其采集、存储、处理和传输的过程中会不可避免的引入各种噪声,从而引发图像失真,这些失真不仅在主观上影响着人们对图像的感受,客观来说也严重影响到了人们对图像内所搭载的信息的接收,更有甚者会导致人们接收的完全相反的信息。因此,如何准确迅速的估计图像质量成为了一个热门的研究领域。通过构建有针对性的图像质量评价模型可以有效的评价图像质量,传统的全参考图像质量评价方法在长年累月的研究中心已经有了比较好的突破,但是由于其使用条件的限制,实用性不足,本文通过结合图像复原、全参考评价方法和深度学习技术,设计了一个针对特定失真的无参考型图像质量评价模型,在一定程度上解决了全参考评价方法适用范围不足的缺点。同时,图像质量评价在很多应用场景下是作为技术动作所依托的准绳,它的客观性、公正性和准确性需要通过图像质量计量来实现。本文还设计了一套数字图像质量计量分析装置,希望通过具有典型质量损伤的数字图像库作为“标准器”和数字图像质量计量过程中的可溯源“源头”,对各种无参考的图像质量评价算法进行客观公正的评价,并针对数字图像质量计量与传统物理计量的一大分歧即数字图像质量计量的可溯源性问题提出了一种解决方法,并对整个过程中的不确定度来源进行分析,希望通过此举探寻一种通用的数字图像质量计量分析模式。