本发明公开一种基于低秩稀疏矩阵分解的图像质量评价方法，该方法首先将输入图像随机分成训练图像集和测试图像集，并将训练图像集中的彩色失真图像转换为灰度失真图像，然后进行稀疏与低秩矩阵分解，均获得一个特征向量，将两个特征向量组合后，合并主观MOS分值送到支持向量回归机中进行训练，得到训练后的支持向量回归机，最后将测试图像同样按上述步骤提取出特征向量，送到训练后的支持向量回归机中进行测试，得到客观的图像质量评价结果。本发明的方法通过将输入失真图像分解成低秩矩阵和稀疏矩阵，实现图像前景目标和背景的有效分离，从而对前景目标和背景分别提取特征，并利用提取特征进行图像质量评价，提高了无参考图像质量评价的精度。