本发明提供一种基于显著性策略与特征融合的无参考图像质量评价方法，包括下列步骤：对待评价图像进行预处理，将其转换成灰度图像并分成不重叠的小图像块，对小图像块进行筛选，选取显著性图像块作为输入样本，同时计算每个图像块的显著性得分；采用双流结构的卷积神经网络对输入样本进行特征提取，一个流侧重于提取初级特征，称其为初级特征提取网络，另一个带上采样网络的流侧重于提取高级特征，称其为高级特征提取网络；将提取到的初级特征与高级特征进行合并，再通过节点数为1024的全连接层映射后获取显著性图像块的局部质量分数。最后，利用显著性加权模型计算每个显著性图像块的权重，根据权重计算最终的预测得分。