近年来,随着多媒体技术的快速发展,立体视频逐渐成为视频领域一个新的研究热点。立体视频可以给人们带来更加真实的体验,但同时也存在着数据量过大的问题,这给数据的存储和传输带来了很大的压力。为了解决这个问题,立体视频编码联合工作组制定了新一代高效立体视频编码标准(3D High Efficiency Video Coding,3D-HEVC)。3D-HEVC在取得高压缩率的同时,其编码复杂度也大大增加,这严重阻碍了该标准的推广和应用。因此,研究如何降低3D-HEVC的编码复杂度,具有重要的意义。本文首先对HEVC进行了简单的介绍,接着重点描述了3D-HEVC的系统结构及其关键技术。随后,针对3D-HEVC中深度图帧内编码过程计算复杂度高的问题,提出了两个算法来对该过程进行优化,具体内容如下:第一,提出了一种帧内编码单元尺寸快速决策算法。首先,利用空域邻近最大编码单元的最小深度和最大深度来决策当前最大编码单元的深度范围;然后,在该深度范围内,采用基于纹理元的图像分析方法计算编码单元的梯度矩阵,当梯度矩阵的梯度和小于某一阈值时,提前终止编码单元的分割过程。实验结果表明,与原始的HTM-13.0算法相比,该算法平均减少了45.55%的深度图编码时间,而合成视点的BDBR仅仅增加了0.63%。第二,提出了一种帧内预测模式快速决策算法。首先,对大尺寸的预测单元和小尺寸的预测单元,分别利用纹理特征与粗略的模式选择过程中Planar模式和DC模式进行低复杂度率失真计算后的最小率失真代价,跳过粗略的模式选择过程中角度模式的检查过程;然后,根据最佳模式与候选模式列表第一位模式之间的相关性,减少候选模式列表中的模式数目;最后,利用块的像素均值将预测单元分为两个区域,并分别计算两个区域像素的均值,当两个均值差的绝对值小于某一阈值时,跳过深度模型模式的检查过程。实验结果表明,与原始HTM-13.0相比,该算法在合成视点的BDBR增加0.25%的前提下,节省了39.20%的深度图编码时间,有效地降低了帧内预测模式选择过程的计算复杂度。最后,对本文的研究内容进行了总结,并简要介绍了下一步的研究方向。