随着多媒体技术的蓬勃发展，立体图像技术应运而生。相比于二维图像，立体图像额外提供了深度信息，能够带给观测者身临其境的立体感受，因此在娱乐、军事以及工业等种种领域开始扮演重要的角色。随着立体图像的大规模发展，很多应用场合需要能够迅速有效地完成对立体图像的质量评价工作，以便于后续应用，而对其进行主观质量评价在效率上很难满足要求。因此，本文提出了两种客观的立体图像质量评价方法，从两个不同的角度阐释了立体图像质量的含义。和二维图像质量不同，立体图像质量还有额外的评价指标：立体视质量。它强调的是立体图像的感知质量，而不是由采集的立体图像和参考的立体图像之间的失真而造成的降质。即使采集的立体图像没有降质，也会产生不同的感知质量分数。因此，本文提出了一种感知质量评价算法，它结合了一些人类视觉系统的特性。首先需要得到视差图，然后通过边界图和显著图来对视差图进行加权调整。接着使用Minkowski融合方法将加权后的视差图整合成感知分数。最后，使用多尺度分析来得到最终的感知质量分数。通过使用EPFL立体质量评价数据库来验证本文中的立体图像感知质量评价算法。实验显示算法最后得到的客观分数和EPFL数据库中的主观分数具有高度的一致性和单调性，证明了本文中的立体图像感知质量评价算法是有效的。和二维图像一样，立体图像在采集、编码、传输和解码等过程中同样会产生各种类型的失真。Zhou Wang提出的结构相似性质量评价方法在二维图像的失真评价中取得了很好的实验效果。但是由于立体图像有着一些自身独有的特点，直接将二维图像的结构相似性质量评价方法应用到立体图像中并不能达到最为理想的效果。本文将一些人类视觉系统的特征加入到结构相似性质量评价算法中。首先将图像从RGB空间映射到CIELAB空间，去除色度分量。然后使用小波变换消除了水平分量上的失真带来的评价指标的波动，并且利用真实深度信息降低了非主要深度信息区域失真带来的影响。最后，通过在LIVE3DIQA数据库中的对比实验，表明本文提出的失真评价算法和其它的一些质量评价算法相比，具有一定的优越性。