如果手机相机在分辨率测试卡检测过程中任何一个标准中完全失败，则图像质量将会很低。这意味着所有提及的标准都必须进行测量和分析，以避免任何重大失败。

现在创建一个评分系统的一个典型的方法是，每个标准将被分开分析，并且取决于个别类别的重要性（使用条件如光照水平），获得一定数量的分数。根据测试点数综合计算使用条件下的得分，并且总得分是基于来自在各个条件下进行的统计分析的图像的相对数量的所有条件的加权平均值。

手机图像质量小组（CPIQ）从容易处理和测量的方面开始分析。那些通常是光学像差。这样，前面创建的3个度量标准就是局部几何畸变（LGD），色度位移（主要是色差）和颜色阴影。 此时，该小组还采用了ISO 12233的边缘SFR分辨率测试卡测量，但已经清楚的是，它不能用于测量精细细节（分辨率）的再现，因为这些相机使用相对较高的锐化水平和锐化的边缘 不能用来描述细节的再现。然而，通过使用边缘SFR来引入锐度的锐度形式，并且针对图像中的不同位置指定了方法，当前文档也仅使用中心的测量。

在这个阶段，ISO 15739视觉噪声评估被采纳和修改。测量纹理含量的方法目前仍然被翻译成低对比度的细节的枯叶测试卡被开发和介绍。它基于枯叶结构衍生的功率谱的锐度值。 这意味着，即使很多纹理消失，具有高清晰度级别但在较高频率下的较低细节级别的相机也能获得良好的评级。添加到测量目录中的最新方法是色度级别。其他特征正在准备中。

考虑到CPIQ使用的当前图像质量参数，很容易找到具有良好评价但具有很差的图像质量的示例。

图1：纹理锐度对于LG4c不起作用。

由于强烈的锐化手机获得1左右的激进值（这应该是最高的评级），但它没有丢失的高频细节。

对于CPIQ排名，我们讨论了三个标准的光照水平和光谱分布，并用于初始测试。 这些在D55日光下为1000勒克斯，在TL84荧光和100勒克斯下为100勒克斯，或者在3050K钨下为10勒克斯。

与对每个质量标准使用点的系统相比，该组进行心理物理学测量，在标准化条件下观察测试图像。ISO 20462-3已被用作此测试的基础。评估假设一个理想的质量完美的手机。 所有使用图像质量参数测量的缺陷都会增加“质量损失”。

为了找出已知退化的损失图像被呈现给观察者并且针对一组标尺图像进行评价。通过这种方式，可以将一个参数中的图像劣化转化为明显的差异（JND），从而将其转化为质量损失比例。

图2：扭曲图像的质量损失曲线起源于心理学研究。