伴随着数字多媒体技术水平的提高,人们对图像和视频清晰度的需求也在逐步增加。目前,图像质量评价在航天、医学、安防、交通等领域都得到了广泛应用。图像和视频在信道的传输过程中易丢失部分信息而造成质量受损。因此,对图像和视频质量的准确评估具有应用价值。本文从无参考质量评价和全参考质量评价两个方面研究,引入人眼视觉特性来评价和分析立体图像质量,主要包括以下三个方面:（1）根据人类视觉特性,提出了一种基于拉普拉斯金字塔模型的立体图像合成方法。首先,拉普拉斯金字塔的各层都包含了图像的不同频段信息,结合其多尺度特性将立体图像对分解成两个金字塔序列。其次,根据双目加权模型的理论,对不同频段的融合系数进行分析计算,得到融合序列。最后,通过对融合序列进行上采样和高斯卷积,重构出最底层图像作为左右视点的合成图像。（2）提出了一种基于特征提取的无参考立体图像质量评价方法。首先,在拉普拉斯金字塔合成图模型的基础上,根据空间频率多通道特性和纹理敏感性的特点,提取各方向和频率子范围内的频域特征和空域纹理特征。然后,在支持向量回归模型的基础上,得到特征集与主观评价值的关系映射。最后,对不同核函数、惩罚因子、核系数取值下的评价结果进行分析,得到最优参数。（3）提出了一种基于图像内容的全参考立体图像质量评价方法。首先,由HVS的对比敏感度特性,计算图像频域信息的权重分配。然后,使用HVS的视觉注意机制提取图像的边缘信息,利用该区域计算图像的频域融合信息,使图像中高频信息的权重值大于低频部分。最后,基于此立体图像质量评估理论对监控画面与视频进行质量评价,分析不同的单目系数和双目系数下的评价性能,从而得到最优线性加权模型。