立体图像受采集、传输、处理、存储及压缩等一系列因素的影响,导致其在显示端出现失真,图像失真严重阻碍了人们认识客观世界。在图像处理领域内,如何有效地评价立体图像质量已成为一项具有挑战性的研究课题。近年来,在生物学领域内有关人眼视觉系统的研究有了新的进展,这促进了模拟双目视觉特性的立体图像质量评价模型的研究。本文总结了前人研究成果,并在此基础上,提出了两种新的基于双目视觉特性的立体图像质量评价的客观方法。首先,本文提出了一种基于小波变换与结构特征的立体图像质量评价方法。人眼视觉系统的不同通路对图像的处理与小波的多通道滤波相似。与传统的小波变换相比,双树复小波变换具有近似的平移不变性并且拥有更多的方向选择性等优点。因此本算法采用双树复小波变换将图像小波分解成三级,每级六个方向。本算法先对立体图像、视差图及合成图分别进行双树复小波变换,再利用梯度幅值和Log Gabor滤波器的相位幅度描述小波子带的结构等信息。在两个失真立体图像数据库(LIVE-3D I和LIVE-3D II)上的实验结果表明,利用所提算法进行评价的结果与主观评价结果相关性比较强。然后,本文提出一种基于网格与韦伯统计特性的立体图像质量评价方法。近年来,由于韦伯分布的形状参数和尺度参数与人类对图像的视觉感知有很强的相关性而成为图像质量评价领域的研究热点。对图像结构有强描述能力的网格特征几乎少为人知。但是网格特征对图像的WN失真不敏感,而仅依靠图像的形状和尺度参数不能很好地描述失真对图像结构等信息的影响。为了克服这些困难,本算法将提取到的立体图像的网格特征和韦伯统计特征进行有机结合,相互弥补不足,提高评价效果。在数据库LIVE-3D I和LIVE-3D II上的实验结果表明,利用所提方法获得的评价结果与主观评分有很高的一致性。