随着信息技术的发展,数字多媒体越来越广泛地出现在了人们的生活中,其中,图像与视频无疑占据了数字多媒体数据的主要部分。由于原始的图像和视频的数字表示需要占据巨大的空间,因此,许多的编码算法被开发出来,用来有效地压缩图像和视频,以便于其存储和传输。然而,随着各种数字表示格式以及各种应用需求的不断增加,数字多媒体信号的存储和传输仍面临着巨大的挑战。本文针对三维视频中多视点+深度的表达格式,以提高虚拟视点合成质量为目的,从信号的采集、三维视频的显示格式、以及信号的稀疏表示三个方面,研究了纹理图和深度图的压缩问题,主要研究内容和创新性研究成果包括:?提出了一种方向块压缩感知的纹理图和深度图编码方案。该方案中,针对图像中固有的纹理或边缘的方向信息,首先对图像块进行方向扫描,其次利用块压缩感知方法对扫描后的图像块进行观测;解码端对重构图像进行相应的逆扫描,得到恢复图像;最终利用恢复的纹理图和深度图合成虚拟视点。实验结果表明,由于保持了图像中的方向信息,所提方案取得了更好的视点合成质量。?提出了一种基于自协方差分析的纹理图和深度图编码方案。首先利用自协方差分析了图像的统计特征,通过特征分析,提出一种基于方向离散余弦变换的图像编码方案,同时考虑视点合成失真来优化图像方向模式的选择。实验结果表明,该方案在比特率的节省和虚拟视点合成质量的提升方面有明显的效果。?提出了一种基于量化的字典压缩学习算法。针对稀疏表示中训练得到的字典,将其看作图像,利用图像压缩的方法对其进行压缩。将字典的压缩集成到字典学习的过程中,在给定比特率约束下,通过计算字典基的重要性来寻找最佳字典。将所提方案应用于纹理图和深度图的编码,实验结果表明,本方案能够在字典的比特率和图像恢复质量之间取得不同的权衡,即使在低比特率下,仍然够取得很高的虚拟视点合成质量。为进一步验证本方案,将压缩字典用于人脸识别中,结果同样表明所提方法的有效性。