立体图像/视频系统能给人带来身临其境的沉浸感，然而，内容的安全也成为促进其商业化过程中亟待解决的问题之一。本文针对立体图像的内容认证，深入研究立体图像脆弱水印技术和半脆弱水印技术，并探索其在立体图像质量评价中的应用，提出以下三个部分的研究内容。针对脆弱水印在嵌入水印后图像的质量、篡改定位的精度和被篡改内容的恢复质量中存在的问题以及目前立体图像脆弱水印算法较少，提出了四种自恢复脆弱水印算法。第一，结合视差和图像的特征生成恢复水印。将主要恢复信息两次嵌入在图像中，同时，视差被用来恢复可匹配块的内容，从而能够较好地恢复了被篡改的区域。第二，基于联合恰可觉察失真模型，提出了两种立体图像脆弱水印算法。两种算法分别从像素域和频域中有效地提取水印。实验结果表明，这两种算法获得了较好的恢复质量和较精确的篡改定位。第三，基于立体匹配提出了一种可变长度的立体图像脆弱水印算法。根据图像的纹理特征选择在频域或像素域提取恢复水印。将视差作为立体图像匹配块的恢复信息，减少了嵌入在图像中的水印容量，然后将水印分成三个部分嵌入到图像的三个对应块中，提高了嵌入水印后图像的质量和恢复性能。此外，将图像类型两次嵌入并用固定长度的水印定位篡改区域，使篡改定位的精确度高于99.5%。针对立体图像半脆弱水印存在的篡改定位能力较弱和未能充分考虑感知特性的问题，提出了两种立体图像半脆弱水印算法。第一，在小波域提出了基于SVD和量化水印技术的立体图像半脆弱水印算法，通过量化步长控制了水印的半脆弱性。嵌入的水印对偶然攻击较鲁棒，对恶意攻击较脆弱，并在恶意攻击下能够精确地定位篡改区域。第二，基于双目感知特性，提出了自恢复的半脆弱水印算法。结合立体图像奇异值的稳定性和双目掩蔽阈值生成和嵌入定位水印，立体匹配关系的应用，提高了嵌入水印后的图像和恢复图像的客观质量，算法对恶意篡改区域的准确检测率高于98%。为了提高基于水印技术的立体质量评价方法的准确性和嵌入水印的透明性，结合立体图像恰可感知特性和量化水印技术提出了针对JPEG压缩的质量评价算法。该算法选择立体图像的纹理区域嵌入水印，利用恰可感知特性和全参考客观质量评价模型对量化参数做正向和反向的调节，使得到的水印恢复率评价的客观质量更加符合人类主观评价值。实验结果表明，该算法对图像质量的预测精度和单调性分别为0.9108和0.9261。