3D视频给观众带来立体感和真实感的视觉体验,特别是3D电视和自由视点电视,极大的满足人民生活的需求。多视点彩色加深度的3D视频格式是目前最具发展前景的视频格式。但是目前一方面3D视频在压缩时会产生块效应噪声,降低了3D视频的感知质量,另一方面3D视频质量评价是3D视频体统的关键技术之一。本学位论文深入研究如何在考虑彩色和深度相关性的情况下去除3D视频图像的块效应噪声,并且通过研究影响3D视频感知质量的因素,建立符合人眼视觉特性的3D视频质量评价模型,提出有效的3D视频质量评价方法。主要研究内容如下:首先,针对3D图像压缩过程产生的块效应,提出了一种基于联合字典的3D图像去块效应方法。该方法主要包括字典训练、字典联合和去块效应三个阶段。在字典训练阶段,采用字典学习方法分别训练得到过完备的彩色字典和深度字典;在字典联合阶段,根据测试图像的稀疏特性和构造的彩色和深度字典,求出对应的彩色与深度的联合字典;在去块效应阶段,通过估计重构误差阈值,并根据联合字典对图像进行去块效应处理。实验结果表明,所提出的方法能够有效地去除编码图像的块效应,增强3D图像的感知质量,且得到较高的虚拟视点绘制质量。其次,研究了3D视频主观感知质量评价。考虑彩色和深度信息对3D绘制视点感知质量的影响,设计和实施主观感知实验,建立了3D绘制视频感知质量评价库。为后阶段的3D绘制视频客观质量评价模型设计提供了数据参照。再次,针对现有3D视频质量评价方法没有考虑到深度感知特性和视点域信息影响的问题,提出了一种基于DCT系数重组的降参考3D视频质量评价方法。该方法主要包括4D数据集构造、DCT变换与重组和降参考质量评价三个阶段。在4D数据集构造阶段,通过联合视频的空间域、视点域和时间域信息构造包含3D视频全部信息的4D数据集;在DCT变换与重组阶段,首先对数据集进行DCT变换,然后筛选复杂度较高的DCT系数进行重组,得到能够表征3D视频质量的重组系数集;在降参考质量评价阶段,首先采用广义高斯分布函数对重组后DCT系数集的每个子带进行建模,然后利用系数距离函数和频率比距离函数评估3D视频质量。实验结果表明,所提出的方法与主观评价结果有较好的相关性,符合人眼视觉系统。最后,针对3D系统中现有质量评价方法通常需要已绘制的3D视频才能进行质量评价问题,提出了一种高效的3D绘制视频感知质量预测方法。该方法基于绘制视点感知质量预测模型,首先分别量化彩色失真、深度失真以及彩色深度失真之间相互作用对3D绘制视频感知质量的影响,并预测彩色相关的绘制视点质量和深度相关的绘制视点质量,然后进行联合预测3D绘制视频感知质量。在本文建立的NBU-3D视频质量评价库上的实验结果表明,提出的高效绘制视点感知质量预测方法在整个库上的性能均优于其他全参考和无参考视频质量评价方法。