集成成像技术作为最有前景的真三维技术,在多个领域具有广泛应用,相关技术研究正蓬勃发展,包括集成成像系统的采集与显示,以及本文论述的集成成像系统的立体元图像阵列编码部分。集成成像系统显示的图像为立体元图像阵列。越来越多的大规模实际拍摄物体场景图像需要转换成高分辨率的立体元图像阵列用于集成成像显示,所以这对传输带宽以及压缩存储空间提出了更高的要求,故研究数据量甚大的立体元图像阵列的编码方法具有重要意义。目前国内外针对立体元图像阵列的编码研究大多是从立体元图像阵列的相关性为切入点,以不同的方式寻找这种相关性并进行编码。其中研究最多的编码方法为基于视频编码国际标准H.264和H.265的方法,以及基于小波变换和三维离散余弦变换(3D-DCT)等的非标准方法。这些方法没有从源头上探索立体元图像阵列的相关性,从而限制了其编码性能。本文利用了立体元图像阵列区别于普通二维图像的特征,通过立体元图像阵列采集过程中的透镜阵列相关物理参数精确的计算立体元图像阵列中相邻立体元图像的相关性,提出了两种针对立体元图像阵列的编码方法,具体如下:(1)基于立体元图像阵列一维相关性的编码方法,此方法的理论依据是结合立体元图像阵列的成像几何特征,通过透镜阵列的相关物理参数,计算得到立体元图像阵列中水平方向上相邻立体元图像的同名像点偏移量,进而可以得到水平方向上相邻立体元图像之间的重叠区域面积。本文根据同名像点的偏移量数值对立体元图像阵列中水平方向上的立体元图像进行分组,并确定每组内各个立体元图像具体的编码顺序。然后根据相邻已编码的立体元图像的同名像点像素值得到待编码立体元图像的预测图像,最后对残差图像进行编码。(2)基于立体元图像阵列二维相关性的编码方法,其理论依据同样是立体元图像阵列中立体元图像的同名像点偏移量,通过计算水平和垂直两个方向上相邻立体元图像同名像点的偏移量,确定立体元图像阵列中二维方向上所有的原始参考立体元图像,并首先对其进行编码。然后利用立体元图像阵列的二维相关性确定其他剩余立体元图像的编码顺序及预测图像,预测图像的像素来源为水平或垂直方向上相邻已编码立体元图像的同名像点像素值,最后同样对残差图像进行编码。论文最后使用不同大小和不同场景的图像,分别对提出的两种编码方法在高效视频编码(HEVC)的平台下进行了实验验证,并与HEVC经典算法进行对比。为了使HEVC算法的结果最优,本文在进行HEVC经典算法编码时,将立体元图像阵列中所有的立体元图像按照“Z”字的顺序扫描成视频流序列作为输入图像。实验结果表明本文提出的两种编码方法相比于HEVC经典算法都有较大的性能提升,尤其是基于立体元图像阵列二维相关性的编码方法,其性能对比于基于立体元图像阵列一维相关性的编码方法还有部分提升。本文提出的两种编码方法不仅在保证重构图像质量的前提下有效的降低了编码码率,而且降低了算法复杂度。