信息时代,立体信息处理技术发展迅猛,伴随而来的是对立体影像需求的爆炸式增长。与此同时,立体影像提供商如何保证给客户提供高质量的观看体验是目前面临的一大挑战。为此,本文着眼于立体视频质量评价相关研究,在研究人类视觉系统双目特性的基础上,首先研究了与立体视频质量评价密切相关的立体图像质量评价和立体匹配技术,并建立了立体图像质量评价模型和立体匹配技术模型,随后本文从主客观两方面开展立体视频质量评价研究工作。在主观质量评价方面,针对目前立体视频质量评价公开数据库资源有限、视频样本量少,视频源拍摄场景单一的缺陷,本文建立了一个更加完备的公开立体视频质量评价数据库。本数据库视频样本量大,视频源拍摄场景丰富,包含多种分辨率的视频,并且引入了对称失真类型和非对称失真类型。因此,本数据库更加符合现实需求,并且本数据库为公开数据库,这有利于不同评价模型的性能比较和立体评价算法性能的提升。在客观质量评价方面,本文提出了基于多视图特征学习的无参考立体视频质量客观评价算法。本算法综合考虑了空域信息、时域信息和时空域交互信息。首先,在立体视频上提取双目和图及双目差图作为空域视图,对空域视图进行曲波变换,并对曲波变换系数提取局部二值模式特征作为空域特征;其次,在左右视点视频上提取光流特征作为时域特征;再次,对视频前后帧图像做差运算,得到时空交互域视图,并在曲波变换系数上提取局部二值模式特征作为时空交互特征。最后,用支持向量机将单一视图特征分别映射为客观分数值,并对三部分客观分数值按照贡献率进行加权,作为最终的立体视频客观质量。本文首先提了全新的立体图像质量评价模型和立体匹配模型;随后建立了更加完备的公开的立体视频质量评价数据库,并综合考虑空域信息,时域信息和时空交互域信息,提出了一个准确有效的立体视频质量客观评价方法,最后在三个立体视频库上进行了实验验证,证明了该评价体系的有效性。