3D图像在采集、压缩、编码、传输、解码、解压缩、存储和显示等各个阶段,会不可避免地引入失真,失真会影响观看者理解3D图像中的内容,甚至危害观看者的身心健康。因此,如何评价3D图像的质量是一项很有意义的工作。本论文基于人眼的双目感知特性和3D图像的自然场景特性,设计并提出了主观一致性较高的3D图像质量评价算法。本文的主要工作如下:(1)基于双目感知的全参考3D图像质量评价。由于对人眼的双目感知特性研究不够深入和透彻,现有的全参考3D质量评价算法的主观一致性不够理想,更加有效的双目感知模型亟待提出。为了解决这个问题,本文提出基于空间信息量的双目感知模型,进而应用到全参考3D质量评价中。本文首先给出基本假设:3D图像对的质量由含有较多空间信息量的视图决定,然后,在此基础上提出了基于空间信息量的双目感知模型,最终结合传统的2D图像质量评价算法对3D图像进行质量评价。实验结果表明,该方法在主观一致性方面明显好于现有的2D和3D全参考质量评价算法。(2)基于双目感知和联合统计的无参考3D图像质量评价。由于对于左、右眼视图之间的联合统计特性的利用还不够充分,现有无参考3D质量评价算法的性能亟待提高。为了解决这个问题,本文分析了左、右眼视图对应像素之间的联合统计分布特性,并结合基于空间信息量的双目感知模型,提出一个无参考3D图像质量评价方法。该方法充分利用了左眼视图、右眼视图和单眼图像的边缘统计分布特性,左、右眼视图之间的联合统计分布特性,然后根据自然场景统计的方法提取图像质量特征,并结合无参考质量评价的两步框架进行质量评价。根据联合统计分析方法的不同,本文给出了两种实现方法,即基于多元广义高斯分布函数的实现和基于“点积图”的实现。实验结果表明,该方法的两种实现的主观一致性均明显好于现有算法,尤其对于非对称失真图像性能表现尤为突出。