من المهام الهامة تقييم جودة الصور الإدراكية بدقة في العديد من التطبيقات مثل ضغط الصور، استعادة الصور وتدفق الوسائط المتعددة. يجب أن يوفر نموذج تقييم جودة الصور (IQA) الجيد ليس فقط دقة التنبؤ العالية بل也应该 يكون فعالًا من الناحية الحسابية. أصبحت كفاءة مقاييس IQA مهمة بشكل خاص بسبب الانتشار المتزايد للبيانات البصرية بكميات كبيرة في شبكات عالية السرعة. نقدم نموذجًا جديدًا فعالًا وكفؤًا لتقييم جودة الصور، يُطلق عليه اسم انحراف مماثلة حجم التدرج (GMSD). التدرجات الصورية حساسة للتشوّهات الصورية، بينما تعاني الهياكل المحلية المختلفة في الصورة المشوهة من درجات مختلفة من التدهور. هذا ما يحثنا على استكشاف استخدام التباين العالمي لخريطة الجودة المحلية المستندة إلى التدرج للتنبؤ بجودة الصورة العامة. نجد أن مماثلة حجم التدرج البكسلية (GMS) بين الصورة المرجعية والصورة المشوهة، بالاشتراك مع استراتيجية تجميع جديدة، يمكنها أن تتنبأ بدقة بجودة الصورة الإدراكية. الخوارزمية الناتجة GMSD أسرع بكثير من معظم طرق IQA الرائدة، وتقدم دقة تنبؤ تنافسية للغاية.