立体图像降质、立体感不足以及观看舒适度的欠缺已成为立体产品推广和普及的重要制约因素。因此,如何有效地评估立体图像的舒适度以及立体图像质量已成为国内外相关领域的重要研究方向。论文主要开展了如下几方面的工作。第一,论文基于视觉显著性提出了基于显著区域的立体图像舒适色度/舒适饱和度的定量研究。该方法首先结合立体视差图与平面显著图得到立体显著度图,接着利用模糊隶属度及掩膜对其优化得出最终的显著立体图像;采用眼动仪对所得显著立体图像的合理性进行验证;然后,采用由粗到细的逐级逼近法获得实验数据进行主观实验;最后,对实验数据进行分析处理得到不同场景显著立体图像的舒适色度/饱和度的舒适度范围。第二,论文提出了基于稀疏字典学习的双通道立体图像质量评价方法。其中,一个通道结合视觉注意机制得到初始立体显著图,用中央偏移和中心凹特性对其进行优化得到最终的显著图,然后,对显著图进行稀疏字典训练获得显著字典;另一个通道将参考立体图像对进行SIFT特征变换,然后,对其进行稀疏字典训练获得SIFT字典。在测试阶段,利用已训练字典对参考图像和失真图像进行稀疏编码获得稀疏系数,并定义稀疏系数相似度指标以衡量参考图像和失真图像之间的信息差异;最后将两个通道的质量分数进行加权得到立体图像质量的客观分数。第三,论文模拟人脑处理立体图像的机理,设计了一种立体图像融合算法,然后基于该融合图像提出了两种立体图像质量评价方法。其中一种方法(C-SIQA)采用稀疏字典对所得融合图像进行稀疏重构,为了弥补重构过程中可能造成的信息丢失,提出在特征提取之前使用相应的彩色融合图像进行信息补偿。然后采用空间熵和谱熵分别对重构的融合图像和相应的融合图像进行特征提取。最后将提取的空间熵和谱商特征加权后送入SVR,得到立体图像的客观质量分数。另一种方法(CS-SIQA)的结构与C-SIQA基本相同,所不同的是提出利用立体图像显著右视图来代替相应的融合图像进行信息补偿。为了验证以上立体图像质量客观评价方法的可靠性与有效性,实验在两个公开LIVE库上进行测试。结果表明,所得评价结果与主观评分都具有很好的相关性,较其他方法更加符合人类视觉系统的感知,尤其对非对称失真数据有更优的表现。