多视点视频作为一种新型的数字媒体，通过提供多个视点的视频数据使用户自由选择视点从多个角度观看三维立体场景，其独特的立体感和视点间交互功能使它广泛应用于三维电视和自由视点电视等多个领域。多视点视频包含了大量的数据信息，从而导致了存储和传输的巨大压力，如何高效地对多视点视频进行压缩成为制约其发展的瓶颈。基于深度图像绘制的虚拟视图合成是多视点视频应用中的关键技术，它利用参考视点的视频数据和相应的深度图像合成任意视点的视图，其合成视图的质量很大程度上依赖于深度图像的质量。　　与视频图像不同，深度图像是包含大量的均匀区域、更多的空间冗余和锐利边界的灰度图。使用传统的视频编码方法对深度图像进行压缩会在边界处产生严重的失真，从而影响合成视图的质量。本文围绕上述问题展开研究，以现有的H.264/AVC视频编码方法为基础，利用深度图像特有的属性，提出了一种边界自适应性的下/上采样压缩方法和深度图像后处理方法。论文的主要工作集中在如下两个方面:　　第一，针对深度图压缩与重建过程中由于边界错误而导致合成视图失真的问题，提出了一种新的深度/纹理联合边界自适应性上采样方案来对深度图进行压缩。该方法考虑到了低分辨率深度图和高分辨率深度图的结构相似性以及深度图和相应纹理图之间的边界相似性，通过边界检测技术识别出低分辨率深度图的水平边界和垂直边界，将整个深度图分成三个区域并且根据每个区域的特点利用相应的纹理信息来指导高分辨率深度图的重建。实验结果表明该方法能有效地提高编码效率，改善合成视图的视觉效果。　　第二，针对传统的视频编码方法对深度图像进行压缩的过程中会产生编码失真的问题，提出了一种基于加权模式滤波器的后处理方法。首先利用边界检测算法识别出深度图和对应彩色图的边界进行深度不连续分析，得到深度图中的真正边界区域、编码失真造成的假边界区域和非边界平滑区域。根据不同区域的重要程度自适应地选择滤波器，在保护真正边界的前提下，消除编码压缩产生的噪声，得到高质量的重建深度图。通过实验测试表明，提出的方法有效地改善了重建深度图和合成虚拟视图的主客观质量。