目前对于普通家庭用户而言,在线观看三维视频的效果无法令人满意,不仅画面模糊而且三维立体感较差。这一方面是因为三维视频的数据量巨大,过度的压缩对三维视频的立体感与深度感体验影响很大。另一方面,如何对三维视频的质量进行合理的评价是一个还没有被很好地解决的问题。三维视频的失真类型与传统的二维视频存在区别,直接套用己有的视频质量评价方法效果不佳,且三维视频的用户质量体验还包含了三维视频深度感质量等更复杂的影响因素。深度图作为一种三维视频辅助信息目前正在得到越来越广泛的应用。对于基于深度图的三维视频系统而言,虚拟视点的视频图像质量好坏将会影响整个系统的用户体验质量。第二章主要对存在纹理/深度压缩失真的虚拟绘制视点视频的主观和客观质量评价进行了研究。主观数据集的设计原则是确保用于测试的虚拟绘制视频的质量覆盖范围足够广并且彼此之间具有一定的质量区分度。为此,每个纹理/深度视频压缩量化参数组合都是从大量的候选中进行仔细挑选的。所建立的虚拟绘制视点视频主观质量评价数据集目前己被众多国内外的知名研究机构所使用。另外,还提出了一种全参考的虚拟绘制视点视频客观质量评价算法。该算法主要关注由深度图压缩以及视点绘制过程本身带来的时域闪烁失真。实验结果表明,所提出的算法在完整数据集上的性能要显著优于现有的客观视频质量评价算法,在时域闪烁失真较为明显的子集上相对于其它算法的优势更加明显。第三章重点研究了三维视频的深度感质量评价,通过主观实验对图像失真如何影响三维立体视频的深度感知质量进行了深入探索,实验数据集既包括了对称失真的情况,又包括了非对称失真的情况。主观实验的结果证明图像细节的丢失会影响深度感知。主观实验得到的三维立体视频深度感知质量分数以及图像质量分数已经对外公开发布。同时,该章还提出了一种客观评价算法用于测量图像失真引起的深度感知质量下降。实验结果表明,所提出的算法能够准确地预测深度感知质量的下降。第四章提出了一种深度视频感知优化编码算法。该算法首先通过一种低复杂度的视频质量评价方法计算虚拟绘制视点视频的空域失真和时域失真。该算法将低复杂度的视频质量评价算法计算得到的虚拟绘制视点失真作为深度视频编码率失真优化过程中的失真度量准则,并重新推导了目标函数中的拉格朗日乘子。实验结果表明所提出的深度视频感知优化编码算法可以显著地减少虚拟视点视频的时域闪烁失真。所提出的低复杂度视频评价算法对虚拟视点视频主观质量的预测准确度超过了现有的主流视频图像质量评价算法。基本上可以无缝整合到现有的三维视频编码器当中。