Hoy en día, cómo evaluar la calidad de la imagen de manera razonable es un problema básico y desafiante. En vista de los métodos de evaluación sin referencia actuales, no pueden reflejar con precisión la percepción visual humana de la calidad de la imagen. En este documento, proponemos un método eficiente de evaluación de calidad de imagen sin referencia (NRIQA) basado en la percepción visual, que integra efectivamente las características visuales humanas en los campos de NRIQA. Primero, se presenta un algoritmo novedoso para la extracción de regiones destacadas. Se añaden dos gráficos de características de textura y contorno de la imagen original al modelo Itti. Debido a que los coeficientes normalizados de luminancia de las imágenes naturales siguen la distribución de probabilidad Gaussiana generalizada, utilizamos esta característica para extraer características estadísticas en las regiones de interés (ROI) y regiones de no interés respectivamente. Luego, las características extraídas se fusionan para ser una entrada y establecer el modelo de regresión de vectores de soporte (SVR). Finalmente, el modelo de IQA obtenido mediante entrenamiento se utiliza para predecir la calidad de la imagen. Los resultados experimentales muestran que este método tiene una buena capacidad predictiva, y el efecto de evaluación es mejor que los algoritmos clásicos existentes. Además, los resultados predichos son más consistentes con la percepción subjetiva humana, lo que puede reflejar con precisión la percepción visual humana de la calidad de la imagen.