随着立体图像技术的快速发展,立体图像在提升人们的视觉享受的同时还在教育、游戏、医疗等等领域有着广泛的应用前景。而立体图像在其采集、传输、存储及相关处理的过程中,不可避免的会导致图像质量的降低,极大的限制了其发展。立体图像质量评估(Stereoscopic Image Quality Assessment,SIQA)可以衡量立体图像的好坏,为图像信息系统各个步骤的相关处理提供反馈和指引,以便于改进相关算法以提升图像质量,是立体图像信息系统不可或缺的组成部分;在立体图像领域占据重要的地位,是近年来的研究热点。本文通过分析以前的算法,学习人类视觉系统相关特性,提出了两种SIQA算法,总结起来本文所做工作如下:首先,本文从图像的主观和客观两个方面介绍了SIQA体系,包括图像主观质量评估的方法,全参考、半参考和无参考图像法三个类别的客观质量评估相关算法模型、常见的SIQA数据库、图像客观质量评估有效性验证的六个指标以及SIQA领域所面临的挑战。由于客观图像质量评估的目的是设计出符合人眼主观感受的SIQA算法,需要最大程度的了解模拟人类视觉系统,因此本文介绍了人类视觉系统的生理学构造,以及由此引起的部分视觉机制,如亮度特性、视觉感兴趣区域、对比敏感度、视觉掩膜效应等。其次,本文基于前面章节的工作,提出了一种基于双目视觉特性的SIQA算法,利用图像分割方法提取图像的目标和背景,然后应用立体图像的深度图像的直方图统计特性将立体图像分成不同的平面层,之后应该局部相位和幅度特征的特征相似度得到各个平面层的质量分数,最后加权得到整幅图像的总体质量。最后,提出了一种基于单目视觉图像特征和视觉注意力特性的SIQA算法,首先将原始和失真立体图像的左右视图分别合成为一个单目感知图像,然后再提取原始和失真单目图像上的结构、梯度幅度、相位一致性三个特征,并提取单目视图上的视觉感兴趣区域;比较原始和失真单目视图相应特征的相似度,最后将视觉注意力模型考虑到上述相似度函数得到最终的SIQA结果。并且在LIVE SIQA数据库第一和第二阶段上验证了本算法的有效性,本算法取得了出色的评估效果,实现了与主观质量评估很高的一致性。