随着3D显示和交互多媒体系统的迅速发展,多视点加深度（MVD:Multi-view Video plus Depth）视频已经成为新一代3D视频应用的主要方向,日益引人关注。与传统2D视频相比,MVD格式的3D视频可以给观众提供更加丰富的立体感和沉浸感,并且支持用户在一定范围内选择任意的观看视点。MVD中除了有各个视点的2D纹理视频外,还增加了对应视点的深度图。与纹理视频相比,深度图是灰度图像,表示了视频的场景几何信息,它并不在终端成像显示,而是通过基于深度图像的绘制（DIBR:Depth Image Based Rendering）技术用于绘制虚拟视点。由于深度图与纹理图的差异及其特殊的应用场景,使得用传统2D视频编码工具对深度图进行编码压缩不尽合理,会引起绘制的虚拟视失真。除了纹理深度的编码算法,纹理深度间的码率分配也对MVD视频的编码效率有重要影响。近年来,MVD高性能编码成为国际上视频编码领域的研究热点。本文对MVD视频高效编码的关键技术进行了深入研究,主要学术贡献及创新点包括以下几个方面:为降低MVD中深度图压缩带来的量化失真对绘制的虚拟视点图像质量产生的影响,提出两种面向虚拟视失真的深度图压缩算法。1)通过分析虚拟视绘制失真和深度图失真之间的统计数据,提出一种估计深度图失真引起的虚拟视失真的指数模型,通过预处理视频得到模型参数,并将此模型用于深度图编码的率失真优化（RDO:Rate Distortion Optimization）中。2)基于上述方法,通过分析不同的深度图区域失真引起的虚拟视失真,提出一种联合参考纹理深度图特性的虚拟视失真的模型,并将此模型用于深度图编码的率失真优化中,同时基于虚拟视失真调节不同深度图区域的量化参数（QP:Quantization Parameter）。实验结果表明,两种算法都可以准确的估计深度图失真引起的虚拟视失真,提高绘制虚拟视的客观质量和深度图编码效率,相比于3D-HEVC的视点合成优化（VSO:View Synthesis Optimization）可以降低编码时间;相比于方法一,方法二可以自适应于不同的3D视频,并且不需要预处理,算法复杂度更低。针对深度图的特性和用途,提出一种基于虚拟视质量的深度图编码快速算法。该快速算法主要包括:1)根据深度图和对应的纹理视频的特性,估计不同的深度图区域的虚拟视失真大小,对于虚拟视失真小的深度图区域,跳过虚拟视失真估计算法以降低编码复杂度。2)对于虚拟视失真小的深度图区域,使用大尺寸的块进行编码,提前终止3D-HEVC的四叉树迭代搜索;而对于虚拟视失真大的深度图区域,使用小尺寸的块进行编码,跳过大尺寸编码块的尝试,从而降低3D-HEVC深度图编码过程中四叉树块划分的复杂度。实验结果表明,该算法在几乎不降低编码效率的同时,可以显著降低深度图编码的复杂度。除了纹理视频和深度图编码算法,纹理与深度间的码率分配也对3D视频的编码效率有重要影响。为了提高3D视频的编码效率,提出面向虚拟视质量的码率分配算法。该算法主要包括:1)提出更精确的虚拟视失真与纹理深度图量化参数的关系模型。2)根据左右相邻视点纹理视频编码失真的差异,对于每一个图像组（GOP:Group of Pictures）,自适应分配视点间的码率,提高绘制的虚拟视质量。3)根据已编码的相邻GOP虚拟视质量的差异,自适应地调节纹理深度间码率分配,提高虚拟视质量。4)调节深度图编码的拉格朗日乘子（LM:Lagrangian Multiplier）,实现纹理深度间码率分配。实验结果表明,对于不同场景特性的3D视频,该算法都可以合理的分配视点间和纹理深度间的码率,以极低的算法复杂度动态的调节码率分配,使3D视频的编码效率达到最佳,增强MVD视频格式的实用性。