立体图像质量评估是三维信号处理领域的一个重要研究方向。立体图像的质量评估除了要考虑二维图像失真，还需要考虑能影响深度感知的立体失真。　　图像质量评估有主观评估和客观评估两大类。图像的主观评估是根据观测者对图像的主观打分得到评价分数，结果准确可信，但是成本较高，周期较长，不便于实现。图像的客观评估通过设计算法或模型自动分析图像并得到它们的质量分数。根据是否依赖于参考图像，客观评估算法可以分为全参、半参和无参三类，三种方法在不同的应用情况下各有优劣。将客观评估结果与主观评估结果做比较，得到相关统计指标，可以评价客观算法的性能。　　立体图像质量客观评估主要有三种方法：1）将传统的二维质量评价算法直接应用于对立体图像质量的评价；2）将二维质量评价算法与深度失真或视差改变相结合；3）根据人眼立体感知特性综合评价立体图像的质量。　　基础视觉皮层的视差调谐细胞在人类立体深度感知的过程中具有重要的作用，可以用双目能量模型来仿真这些细胞的响应特性。该模型通过对单目简单细胞，双目简单细胞和双目复杂细胞进行性能分析，得到人脑对立体图像刺激的响应。本文通过复小波变换和Bandelet变换来仿真简单细胞的响应，并根据视差图和简单细胞的方向对双目图像进行匹配，根据匹配结果计算双目能量值。其中，我们依据HVS的特点，将立体图像划分为双目阻塞、双目抑制和双目融合三个感知区域，与立体匹配结果相结合，进一步提高能量计算的准确度。然后，我们根据参考图像和失真图像的能量关系设计出评价失真立体图像质量的合理方法，并与主观分数进行比较，验证本文算法的准确性。　　本文同时引入了双目恰可察觉失真（BJND）和小波域恰可察觉失真模型，消除视觉冗余对图像质量评价结果的影响，进一步优化了提出的立体图像质量评价算法。在立体匹配区域划分时采用BJND模型设置门限，在消除小波系数感知冗余时采用小波域JND模型。实验结果表明，本文算法得到的评价结果与主观分数有高度的一致性，与其他客观算法相比较显示，本文算法的性能有一定的提高。