本发明涉及一种基于卷积神经网络的无参照图像质量评估方法，包括以下步骤：步骤S1：对训练图像集合中的训练图像进行局部归一化处理；步骤S2：将所述训练图像有重叠的划分成不同尺度的图块；步骤S3：使用卷积神经网络学习不同尺度图块的特征，并将多个不同尺度上生成的特征输入到三个全连接层来学习图块的质量评估分数；步骤S4：利用训练好的卷积神经网络预测待预测图像的所有图块的质量评估分数，计算待预测图像所有图块的平均质量评估分数作为图像最终的质量评估分数。该算法综合考虑了图像在不同尺度上的特征，能显著提高基于卷积神经网络的无参照图像质量评估性能。