人脸异质图像变换是指将人脸的某种形态的输入图像变换为另外一种形态图像的过程。我们称根据输入照片合成的画像为伪画像，称根据输入画像合成的照片为伪照片。现有的方法通常是根据人脸识别率来间接反映合成图像的质量，而识别率并不能完全反映出图像的质量（随着图像质量的提高，人脸识别率并不是一直增高的）。本文以伪画像和伪照片为研究对象，对合成图像的质量评价做了初步。图像的质量评价包括主观质量评价和客观质量评价。由于主观质量评价耗时耗力，因此本文以寻找符合人眼视觉感知的客观图像质量评价方法为研究目的。本文综合分析了经典的图像质量评价方法，主要对其中的全参考型质量评价模型和无参考型质量评价模型进行了详细的分析讨论。考虑到对合成图像进行全参考质量评价，本文论述了目前比较常用的结构相似度算法，指出其存在的问题，进而结合图像的梯度信息对其进行了改进，提出了适用于合成伪图像或伪照片的基于梯度结构相似度的模型；在无参考质量评价方面，根据图像失真的类型，提出了一种将图像的高频梯度信息与五种常用度量图像降质测度方法相结合的框架，称为基于多阶差分信息的无参考质量评价，用于对合成的伪画像和伪照片进行无参考质量评价。仿真结果表明，该方法与主观质量评价有较好的一致性；对于伪画像和伪照片，我们既能将它们与本身对应的原始画像或照片本身进行全参考质量评价（以此来体现其合成图像的相似度效果），又可以从无参考质量评价方面来说明其合成图像的质量问题。因此，结合本文提出的基于多阶差分信息的无参考质量评价和经典的全参考质量评价方法，我们提出一种新的质量评价方法；最后，就合成人脸图像的质量评价方法的进一步发展提出了若干技术与研究方向的展望。