多视点视频系统能够在解码端提供多个视角观看视频,给观看者带来真实感和沉浸感。由于传输带宽的限制,不可能采集密集视点的视频,因此需要虚拟视点绘制技术。在编码端传输少量的深度视频和彩色视频,解码后通过绘制算法合成多个虚拟视点视频。虚拟视点视频的质量会影响多视点视频系统的性能,虚拟视点视频的质量是由传输的深度视频、彩色视频和虚拟视点绘制算法共同决定的。由于深度获取算法和深度相机的限制,获取的深度视频往往存在各种类型的失真。有效的深度图预处理算法可以提升深度视频的质量,减少虚拟视点绘制失真。而有效的虚拟视点质量评价算法,可以评价虚拟视点的质量,选出性能较好的绘制算法。本文深入研究了失真深度图对合成的虚拟视点质量的影响,结合人眼视觉感知特性,分别在深度视频预处理、虚拟视点质量评价和虚拟视点质量预测等方面展开了研究。(1)深度视频的失真会造成绘制的虚拟视点产生失真,而传统的基于像素点的滤波算法不能很好地处理失真像素块。本文提出了基于图像分割的深度视频校正算法,解决深度块失真造成的虚拟视点纹理缺失问题。首先,在边缘和运动信息的辅助下,对彩色图像进行分割,将图像分割为许多不规则的块。然后,根据分割块的大小,去除面积较大和较小的分割块。最后,根据筛选出的分割块,对深度视频进行校正,选择分割块中出现概率较大的深度值对失真深度进行校正。实验结果表明本算法可以有效地解决深度视频块失真问题,提高虚拟视点主观质量,同时PSNR提高0.2d B。(2)虚拟视点的质量会影响多视点视频系统的性能,虚拟视点失真不同于传统的失真类型,传统的2D质量评价算法不能有效地评价虚拟视点的质量。因此,本文提出一种虚拟视点质量评价算法,评价虚拟视点的质量,并选出性能较好的绘制算法。首先,根据虚拟视点失真特性,利用提出的偏移补偿算法对偏移像素进行补偿。然后,根据人眼纹理掩蔽、幅值掩蔽和失真分布掩蔽效应,提取对应的视觉失真敏感图和失真掩模。最后,结合基线距离等虚拟视点质量影响因子,加权得到最终的评价结果。实验结果表明本算法更加符合人眼特性,主客观评价结果也更为一致。(3)在自由视点视频系统中,虚拟视点视频质量是由解码端的深度和彩色视频共同决定的。深度失真并非一定引入虚拟视点绘制失真,深度失真若满足一定的失真容限,将不会在绘制的虚拟视点中引入失真。因此,本文提出一种算法,在不同程度的深度压缩失真下,预测虚拟视点的质量。首先,详细分析了深度和彩色视频失真对虚拟视点质量的影响。然后,建立深度失真容限模型,求出不同深度下可允许的深度失真范围。最后,根据失真范围和虚拟视点失真影响因子,利用支持向量机进行训练,通过训练的模型预测出虚拟视点质量。实验结果表明:通过失真容限模型预测出的虚拟视点PSNR与原始PSNR的相关系数和均方误差分别为0.9501和0.4011,而通过SVM算法预测出的虚拟视点PSNR与原始PSNR的相关系数和均方误差分别为0.8865和0.7097,且时间复杂度低。