随着科技的发展，自由视点视频技术（Free-viewpoint TV，FTV）闯入了我们的视线。与传统的视频技术相比该技术能为人们提供交互性更强，可视范围更广的全新视觉体验。此外，FTV还能为用户提供很新鲜的立体沉浸感知，而这种立体沉浸感是通过分别向两个眼睛提供不同角度的两个纹理视频源产生的。因此，FTV相较于传统的视点固定以及可视范围有限的视频形式具有更大的数据量，从而对存储空间和传输带宽造成更大的压力。针对这种情况，人们提出了基于深度图像的绘制方法（Depth-image BasedRendering，DIBR），通过DIBR我们只需要传输几个视点的纹理信息以及其对应的深度信息就能绘制出任意视点的图像，而深度信息的数据量只有纹理信息的20%左右。因此，DIBR的提出，极大减少了3D视频的数据量，提高了FTV的可行性。本文通过对DIBR的深入学习，进行如下研究和创新：1.本文提出了一种基于前景的过渡像素深度划归方法。该方法主要是对深度图像中的过渡像素的深度值进行纠正，这是因为对于过渡像素的深度估计存在着不合理，从而导致过渡像素的深度值的不准确，进而会在绘制虚拟视点时造成绘制失真的现象。该方法中，首先通过3D映射公式推导出一个阈值，并根据该阈值找到过渡像素的位置，然后将相邻的前景深度值赋予过渡像素。实验表明，这种方法能够有效的减少绘制过程的失真，提高虚拟视点的质量。2.提出了基于深度图像的分区域映射视点绘制算法，该算法能够根据虚拟视点绘制所必须的信息进行筛选，并且只选择有效的信息进行3D映射，对于无用以及重复信息进行摒弃。该思想是通过参考视点中各个区域的合理化划分实现的。通过对整个场景空间几何信息的分析，从而确定参考视点中的各个区域的信息有效性，进而筛选出有效信息并合理利用。实验表明，这种方法能够在维持虚拟视点绘制质量的同时降低运算的复杂度。使得该算法在运算能力有限的设备上应用成为可能。