分布式视频编码(Distributed Video Coding，DVC)是基于20世纪70年代的Slepian-Wolf理论和Wyner-Ziv理论上发展起来的新的信源压缩技术。该技术对两个或多个独立同分布的信源进行独立编码，由单一解码器利用信源之间的相关性对所有信源进行联合解码。传统视频编码技术通常在编码端挖掘视频信号的冗余信息，编码复杂度一般是解码复杂度的5到10倍；而分布式视频编码方法将计算复杂度从编码端转移到解码端，适用于计算能力、内存容量、耗电量等受限的视频终端(如无线视频监控系统、视频传感器网络等)。　　 分布式多视点视频编码(Distributed Multi-view Video Coding，DMVC)是DVC的延伸形式。与分布式单视点视频编码不同的是，DMVC除可以从时间方向上获得边信息外，还可以从视点间方向上获得空间边信息。对不同类型的视频序列而言，时间和空间方向上的相关程度不同。DMVC在译码端需要进行边信息的融合，生成质量最好的边信息，用于后续的译码和重构过程中。　　 本文介绍了分布式视频编码的发展历程、基本框架和关键模块，重点对边信息的生成方法进行研究。本文提出一种时间边信息的改进方法，对部分译码的WZ帧中运动剧烈的区域进行空域修正，使用相邻关键帧对应块的空间预测值与实际值之间的差值来补偿当前部分译码WZ帧中空间预测的误差，实验结果显示该方法生成的边信息PSNR值有0.9～1.2dB的提高。接着对DMVC中空间边信息的生成方法进行原理阐述和性能分析，给出本文实验结果。最后本文提出了一种新的边信息融合方法，引进基于块的灰度直方图匹配作为第一步判断依据，其次对时间边信息中匹配块的最小绝对误差和进行阈值判断，确定最后的边信息。实验结果表明本文提出方法与参考文献相比，边信息的PSNR值有1.5～3.1dB的提高，有效改善了重构帧的质量。