本发明提供一种基于图卷积神经网络的无参考图像质量评价方法及系统，包括：使用预训练的ResNet50网络提取图像的第一图像特征，基于第一图像特征提取图像的一阶特征和二阶特征，将图像一阶特征和二阶特征进行融合得到第二图像特征；设定多个不同的质量标签，并提取这多个质量标签的特征，构建特征之间的相关性矩阵，基于相关性矩阵构建一个基于图卷积神经网络的分类器，该分类器采用第二图像特征学习图像质量属于每个标签的概率，得到预测的图像质量分数；根据图像质量分数的分布计算图像质量的平均意见分数，根据平均意见分数生成基于高斯的图像质量分数分布，实现图像质量评价。本发明可有效地预测图像的质量分数的分布。