随着立体图像技术的发展，立体图像质量评价方法已成为热点研究领域，在医疗、教育、航空等各行业领域中都得到广泛的应用。但视频图像在采集的过程中受到各种因素的影响，不可避免会产生各种失真影响图像的质量，而如何对这些失真进行评价可以促进立体视频系统的发展。因此，研究立体图像质量评价有重要意义。本论文根据人眼视觉特性，建立立体图像失真图和显著图模型，进而建立立体图像质量评价方法。主要包括以下内容：(1)根据双目视觉特性，建立立体图像失真图计算模型和三维视觉注意力计算模型，并将其应用于图像质量评价。首先，将左右图像形成独眼图像，根据原始独眼图像和失真独眼图像差异，建立基于均方误差(MeanSquared Error, MSE)的视觉失真计算模型；并在差值图的基础上，结合人类视觉系统(Human Visual System,HVS)的特性，如亮度特性、对比度掩蔽特性和对比度敏感度函数，建立可视失真图计算模型；然后采用图像局部块的数学统计特性，如标准差、峰度和偏度，建立结构失真图计算模型。其次，在平面显著图的基础上，结合人眼的中心偏移特性以及图像的深度信息(前景和背景信息)，形成三维视觉注意力模型。最后，将可视失真图以及结构失真图与平面算法进行结合，建立立体图像客观质量评价方法；再由三维视觉注意力模型获取3D显著图，将3D显著图作为2D图像质量评价方法的加权因子，建立基于立体显著图的立体图像客观质量度量方法。(2)结合失真图和显著图提出了两种立体图像客观质量评价方法。在2D图像质量评价方法的基础上，将均方误差失真图和2D显著图分别作为加权因子，提出基于频谱和失真分析的图像质量度量方法。然后分析结构失真图和3D显著图对感知质量的影响，将图像进行区域分割，并对各个区域分别进行评价，进而融合得到整幅图像的质量。(3)提出两种基于梯度的立体图像客观质量度量方法。先采用阈值方法获取敏感区域，求取敏感区域各像素点水平、垂直和视点方向的梯度信息，根据梯度信息建立原始和失真立体图像各像素点的3D梯度结构张量矩阵，并对3D结构张量矩阵进行特征分解，根据原始和失真图像最大特征值和最大特征向量之间的相似性得到立体图像客观评价值。再根据各个方向的梯度信息建立3D梯度模型，采用视差空间图反映深度信息，获取原始和失真图像的梯度幅度，根据原始和失真图像梯度幅度之间的相似性得到立体图像质量的客观预测值。