一种三维视频率失真优化方法及优化装置

摘要

本发明公开了一种三维视频率失真优化方法包括：(1)使用纹理信息和补充信息联合计算联合码率；(2)使用纹理信息和补充信息联合计算联合失真；(3)利用联合码率与联合失真计算联合率失真代价；所述联合率失真代价用于纹理信息和补充信息的联合编码或用于补充信息的编码。本发明还公开了一种三维视频率失真优化装置。本发明将三维视频中的纹理信息和补充信息联合起来进行率失真优化，充分挖掘了纹理信息与补充信息中的率失真性能潜力，提高了三维视频压缩的率失真性能，具有较广泛的应用领域和适应性。

权利要求

1.一种三维视频率失真优化方法，其特征在于包括：(1)使用纹理信息和补充信息联合计算联合码率；(2)使用纹理信息和补充信息联合计算联合失真；(3)利用联合码率与联合失真计算联合率失真代价；所述联合率失真代价用于纹理信息和补充信息的联合编码或用于补充信息的编码；所述联合率失真代价用于纹理信息和补充信息的联合编码是指运用联合率失真代价联合确定纹理信息及补充信息的编码模式；在联合确定编码模式中，由纹理信息编码模式中的N个模式和补充信息编码模式中的M个模式的组合中选出联合率失真代价最优的模式组合；其中：N为整数，2<＝N<＝K，K为纹理信息编码模式的数目；M为整数，1<＝M<＝L，L为补充信息编码模式的数目。

2.根据权利要求1所述的一种三维视频率失真优化方法，其特征在于，所述补充信息为深度信息。

3.一种三维视频率失真优化方法，其特征在于包括：(1)使用纹理信息和补充信息联合计算联合码率；(2)使用纹理信息和补充信息联合计算联合失真；(3)利用联合码率与联合失真计算联合率失真代价；所述联合率失真代价用于纹理信息和补充信息的联合编码或用于补充信息的编码；所述联合率失真代价用于纹理信息和补充信息的联合编码是指运用联合率失真代价联合确定纹理信息及补充信息变换系数的优化量化值；在联合确定变换系数的优化量化值中，由纹理信息变换系数量化值中的NL个量化值和补充信息变换系数量化值中的ML个量化值的组合中选出联合率失真代价最优的量化值组合；其中：NL为整数，2<＝NL<＝KL，KL为纹理信息变换系数量化待选值的数目；ML为整数，1<＝ML<＝LL，LL为补充信息变换系数量化待选值的数目。

4.根据权利要求3所述的一种三维视频率失真优化方法，其特征在于，所述补充信息为深度信息。

5.一种三维视频率失真优化方法，其特征在于包括：(1)使用纹理信息和补充信息联合计算联合码率；(2)使用纹理信息和补充信息联合计算联合失真；(3)利用联合码率与联合失真计算联合率失真代价；所述联合率失真代价用于纹理信息和补充信息的联合编码或用于补充信息的编码；所述联合码率Runion(T,G)的计算方法是Runion(T,G)＝aTR(T)+aGR(G)；其中：Runion(T,G)为联合码率；T为纹理信息当前编码单元；G为补充信息当前编码单元；R(T)为以下两者之一：(1)纹理信息当前编码单元编码码率；(2)纹理信息当前编码单元编码码率估计值；R(G)为以下两者之一：(1)补充信息当前编码单元编码码率；(2)补充信息当前编码单元编码码率估计值中；aT为实数，为纹理信息当前编码单元编码码率权重值；aG为实数，为补充信息当前编码单元编码码率权重值。

6.根据权利要求5所述的一种三维视频率失真优化方法，其特征在于，所述补充信息为深度信息。

7.一种三维视频率失真优化方法，其特征在于包括：(1)使用纹理信息和补充信息联合计算联合码率；(2)使用纹理信息和补充信息联合计算联合失真；(3)利用联合码率与联合失真计算联合率失真代价；所述联合率失真代价用于纹理信息和补充信息的联合编码或用于补充信息的编码；所述联合失真Dunion(T,G)的计算方法是 其中：Dunion(T,G)为联合失真；T为纹理信息当前编码单元；G为补充信息当前编码单元；Di(T,G)为目标视点i对应的失真；bi为实数，为目标视点i权重；P＝1，2……为目标视点个数；i＝1，

2……P为目标视点标号。

8.根据权利要求7所述的一种三维视频率失真优化方法，其特征在于，所述补充信息为深度信息。

9.根据权利要求7所述的一种三维视频率失真优化方法，其特征在于，所述目标视点i对应的失真Di(T,G)的计算方法为以下四种方法之一：(1)所述目标视点i对应的失真Di(T,G)的计算方法为Di(T,G)＝E(Wi(T,G),Vi(T',G'))；其中：Di(T,G)为目标视点i的失真；T为纹理信息当前编码单元；G为补充信息当前编码单元；T’为纹理信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；G’为补充信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；Wi(x,y)与Vi(x,y)为利用纹理x与补充信息y得到视点i处相应图像信息的函数；E(x,y)为计算x与y之间差异的函数；(2)所述目标视点i对应的失真Di(T,G)的计算方法为Di(T,G)＝F(T,T',H(G,G'))；其中：Di(T,G)为目标视点i的失真；T为纹理信息当前编码单元；G为补充信息当前编码单元；T’为纹理信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；G’为补充信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；H(x,y)为计算x与y之间差异的函数；F(x,y,z)为利用补充信息编码失真z计算纹理x与编码后重建纹理y之间差异的函数；(3)所述当前编码单元包括了多个待编码视点的相应图像即所述T由多个Tj组成，所述G由多个Gj组成，所述目标视点i对应的失真Di(T,G)的计算方法为 其中：Di(T,G)为目标视点i对应的失真；Tj为待编码视点j中纹理信息对应待编码单元；Gj为待编码视点j中补充信息对应待编码单元；Di,u(Tj,Gj)为利用待编码视点j生成对应目标视点i的像素u对应的失真；ci,j,u为实数，为计算目标视点i的像素u的联合失真时待编码视点j的权重；i＝1，2……P为目标视点标号；P＝1，2……为目标视点个数；j＝1，2……Q为待编码视点标号；Q＝1，2……为待编码视点个数；u＝1，2……V为对应像素点标号；V＝1，2……为对应像素点个数；(4)所述目标视点i对应的失真Di(T,G)的计算方法为 其中：Di(T,G)为目标视点i的失真；Tt为纹理信息当前编码单元及其左右各一个编码单元；G为补充信息当前编码单元；T’为纹理信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；G’为补充信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；n为当前编码单元中的像素n；S为当前编码单元中像素总数；H(x,y)为计算x与y之间差异的函数；I(x,y)为计算敏感因子的函数。

10.根据权利要求9所述的一种三维视频率失真优化方法，其特征在于，所述补充信息为深度信息。

11.一种三维视频率失真优化装置，其特征在于该装置由编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块构成；所述编码与重建模块需要纹理信息当前编码单元与补充信息当前编码单元或两者之一作为输入，并与联合码率计算模块、联合失真计算模块相连，所述联合码率计算模块与联合率失真代价计算模块相连，所述联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连，联合率失真代价计算模块与轮询优化模块相连，轮询优化模块与编码与重建模块相连，并输出最优参数；所述编码与重建模块用于按照输入的编码参数进行纹理信息与补充信息或两者之一的编码，并得到重建图像，所述联合码率计算模块用于计算纹理信息和补充信息联合编码码率，所述联合失真计算模块用于计算纹理信息与补充信息的联合失真，所述联合率失真代价计算模块用于利用联合码率与联合失真计算联合率失真代价，轮询优化模块用于判定率失真代价并做出优化决策，在优化条件尚未满足时，调整优化参数的设定，在优化条件满足时，将最优的编码参数输出。

说明书

一种三维视频率失真优化方法及优化装置

技术领域

[0001] 本发明涉及一种视频编解码领域的编码器优化技术，特别是三维视频的压缩编码技术中率失真优化技术。

背景技术

[0002] 目前，由联合视频组(JVT，Joint Video Team)制定的H.264/AVC视频压缩标准代表了最先进的视频图像压缩技术。因为其采用了基于率失真优化的运动预测和模式选择技术，以及其他一系列先进的视频编解码技术，因此H.264/AVC标准与同时期其他视频编解码标准相比有更出色的率失真性能。由于率失真优化算法的优异性能，其已经成为一项重要的编码器优化技术，在视频编解码领域得到了广泛应用。

[0003] 常用的率失真优化的方法为计算并优化拉格朗日率失真代价函数法。以模式选择上的率失真优化为例，优化过程为搜索当前编码单元，例如宏块，的模式，使如下的拉格朗日函数最小：

[0004] JT(k)＝D(T，k)+λR(T，k)

[0005] 上述函数中，J表示拉格朗日函数代价值；

[0006] T表示当前编码的图像单元，如当前宏块；

[0007] k为当前编码单元的编码模式，如帧内8x8模式；

[0008] D表示当前编码单元T以模式k编码时带来的失真或其估计值；

[0009] R表示当前编码单元T以模式k编码时所需的码率或其估计值；

[0010] λ表示拉格朗日乘子，在H.264/AVC标准中该值是由量化系数Qp决定的。

[0011] 经上述过程得到的模式k即为率失真意义上最优的模式，在编码中选用该模式作为当前编码单元在最终码流中的编码模式。即，将率失真代价最小的模式，作为率失真优化的结果，用于编码。在某些情况下，最优模式也可能是率失真代价最大的模式。

[0012] 从20世纪40年代电视发明以来，经历了黑白电视、彩色电视和正在发展的数字高清晰度电视三个阶段，电视技术正逐渐向大屏幕、彩色化、高清晰度、多媒体方向发展。三维电视(3DTV)具有深度感和临场感，将会使观众获得最大限度的立体感受，因而必将成为又一个新的发展方向。对应用于三维电视的三维视频的压缩编码技术的研究具有重要意义。

[0013] 纹理信息即是当前使用摄像机获得的二维图像序列。获得纹理信息是一个将三维真实世界投影到摄像机图像平面的过程。这一过程中第三维的信息被丢弃，使得仅依靠纹理信息不能得到相应的三维场景的所有信息。

[0014] 为完善地表达三维场景，就需要引入与纹理信息相对应的补充信息，以表示出第三维的信息。一般说来，补充信息每一帧的分辨率与纹理信息一致或更低，并采用灰度图的格式，每一个像素点的灰度值表征了相应纹理信息上该点的深度等信息。利用纹理信息和相应的补充信息以及必须的摄像机参数，即可完整表示三维场景。目前最为常见的补充信息格式为将纹理信息上对应点的远近信息直接或经变换后以灰度值表达的深度信息。

[0015] 人眼产生立体感主要基于双目视差(binocular parallax)和运动视差(motion parallax)两个方面。如果采用一个装置使左右眼分别看到不同的视差图像，则大脑中就会产生精确的三维物体，以及该物体在场景中的定位，这就是具有深度的立体感。为了达到这一效果，需要利用一对或多对纹理和补充信息分别生成相应的单眼图像。

[0016] 在三维电视应用环境下，除了经由信道传输的纹理信息，用户端往往还需利用补充信息结合纹理信息合成更多的虚拟视点图像作为供观众观看的单眼图像，以得到较佳的三维感受。在三维电视领域，将不同摄像机角度下获得的三维场景的投影图像称为不同的视点图像；在这里，摄像机可以是现实存在的，也可以是虚拟的，虚拟摄像机角度下的视点图像被称为虚拟视点图像。为全面衡量三维视频压缩编码的质量，应考虑并评估可能在用户端经解码或合成而得的各视点图像的质量。

[0017] 另一方面，用于三维电视的纹理信息和补充信息在获得后都需要进行编码以便在信道上传输。比较简单的方法是纹理信息和补充信息分别以现有的H.264/AVC等编码技术进行编码。在编码中，纹理信息与补充信息的率失真优化是分别进行的，只考虑了编码视点图像失真，而没有考虑合成的虚拟视点失真；只单独考虑了纹理信息和补充信息的编码码率，而没有考虑在二者的联合码率下的优化问题。

[0018] 因此，将三维视频中纹理信息和补充信息的信息联合利用起来，对两者进行联合的率失真优化，找到虚拟视点失真与纹理和补充信息联合码率的率失真最优意义下纹理和补充信息的最优模式，可提高三维视频编码效率与最终立体视频观看质量。

[0019] 现有三维视频压缩编码中率失真优化技术所存在的问题如下：

[0020] 在三维电视系统中，三维视频的纹理信息和补充信息配合完成三维场景信息的表达，只有二者配合工作，相互匹配，才能获得最优的三维视频显示效果。然而，现有率失真优化技术在编码三维视频时仅考虑了纹理信息与补充信息各自的率失真最优代价，而未考虑纹理信息与补充信息联合率失真最优代价的计算与优化。

[0021] 三维视频除了传输视点外，在用户端还需要综合利用纹理信息与补充信息获得一系列的虚拟视点视频图像信息，以供三维显示装置显示较佳的三维效果。现有率失真优化技术在编码三维视频时仅考虑了传输视点的失真，而没有考虑到纹理和补充序列在传输视点的失真在更多视点上可能引起的失真的大小。因此在整个三维视频应用的角度上，现有的率失真优化方法没有考虑到运用于三维视频编码时失真的新的组成，因此不能够在该应用环境下达到率失真意义上的最优性能。

[0022] 考虑到三维视频的特点和应用环境，综合考虑纹理信息和补充信息的率失真特性，计算并综合衡量纹理信息与补充信息的编码码率以及编码造成的编码视点和虚拟视点的综合失真，并在此基础上进行综合的率失真优化，能够得到比现有方法更优更全面的率失真编码性能。

发明内容

[0023] 本发明第一目的在于提供一种用于三维视频的率失真优化方法。

[0024] 一种三维视频率失真优化方法，包括：(1)使用纹理信息和补充信息联合计算联合码率；(2)使用纹理信息和补充信息联合计算联合失真；(3)利用联合码率与联合失真计算联合率失真代价；所述联合率失真代价用于纹理信息和补充信息的联合编码或用于补充信息的编码。

[0025] 作为优选，所述联合率失真代价用于纹理信息和补充信息的联合编码是指运用联合率失真代价联合确定纹理信息及补充信息的编码模式；在联合确定编码模式中，由纹理信息编码模式中的N个模式和补充信息编码模式中的M个模式的组合中选出联合率失真代价最优的模式组合；其中：N为整数，2＜＝N＜＝K，K为纹理信息编码模式的数目；M为整数，1＜＝M＜＝L，L为补充信息编码模式的数目。

[0026] 作为优选，所述联合率失真代价用于纹理信息和补充信息的联合编码是指运用联合率失真代价联合确定纹理信息及补充信息变换系数的优化量化值；在联合确定变换系数的优化量化值中，由纹理信息变换系数量化值中的NL个量化值和补充信息变换系数量化值中的ML个量化值的组合中选出联合率失真代价最优的量化值组合；其中：NL为整数，2＜＝NL＜＝KL，KL为纹理信息变换系数量化待选值的数目；ML为整数，1＜＝ML＜＝LL，LL为补充信息变换系数量化待选值的数目。

[0027] 作为优选，所述联合码率Runion(T，G)的计算方法是Runion(T，G)＝aTR(T)+aGR(G)；其中：Runion(T，G)为联合码率；T为纹理信息当前编码单元；G为补充信息当前编码单元；R(T)为以下两者之一：(1)纹理信息当前编码单元编码码率；(2)纹理信息当前编码单元编码码率估计值；R(G)为以下两者之一：(1)补充信息当前编码单元编码码率；(2)补充信息当前编码单元编码码率估计值中；aT为实数，为纹理信息当前编码单元编码码率权重值；aG为实数，为补充信息当前编码单元编码码率权重值。

[0028] 作为优选，所述联合失真Dunion(T，G)的计算方法是 其中：Dunion(T，G)为联合失真；T为纹理信息当前编码单元；G为补充信息当前编码单元；Di(T，G)为目标视点i对应的失真；bi为实数，为目标视点i权重；P＝1，2……为目标视点个数；i＝
1，2……P为目标视点标号。

[0029] 作为优选，所述目标视点i对应的失真Di(T，G)的计算方法为以下四种方法之一：(1)所述目标视点i对应的失真Di(T，G)的计算方法为Di(T，G)＝E(Wi(T，G)，Vi(T′，G′))；其中：Di(T，G)为目标视点i的失真；T为纹理信息当前编码单元；G为补充信息当前编码单元；
T’为纹理信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；G’为补充信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；Wi(x，y)与Vi(x，y)为利用纹理x与补充信息y得到视点i相应图像信息的方法；E(x，y)为计算x与y之间差异的方法；
(2)所述目标视点i对应的失真Di(T，G)的计算方法为Di(T，G)＝F(T，T′，H(G，G′))；其中：Di(T，G)为目标视点i的失真；T为纹理信息当前编码单元；G为补充信息当前编码单元；T’为纹理信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；G’为补充信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；H(x，y)为计算x与y之间差异的方法；
F(x，y，z)为利用补充信息编码失真z计算纹理x与编码后重建纹理y之间差异的方法；(3)所述当前编码单元包括了多个待编码视点的相应图像即所述T由多个Tj组成，所述G由多个Gj组成，所述目标视点i对应的失真Di(T，G)的计算方法为 其
中：Di(T，G)为目标视点i对应的失真；Tj为待编码视点j中纹理信息对应待编码单元；Gj为待编码视点j中补充信息对应待编码单元；Di，u(Tj，Gj)为利用待编码视点j生成对应目标视点i的像素u对应的失真；ci，j，u为实数，为计算目标视点i的像素u的联合失真时待编码视点j的权重；i＝1，2……P为目标视点标号；P＝1，2……为目标视点个数；j＝1，2……Q为待编码视点标号；Q＝1，2……为待编码视点个数；u＝1，2……V为对应像素点标号；V＝1，2……为对应像素点个数；( 4)所述目标视点i对应的失真Di(T，G )的计算方法为
其中：Di(T，G)为目标视点i的失真；Tt为纹理信息当前编码
单元及其左右各一个编码单元；G为补充信息当前编码单元；T’为纹理信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；G’为补充信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；n为当前编码单元中的像素n；S为当前编码单元中像素总数；H(x，y)为计算x与y之间差异的方法；I(x，y)为计算敏感因子的方法。

[0030] 作为优选，所述补充信息为深度信息。

[0031] 作为优选，联合失真Dunion(T，G)的计算方法是 其中：Dunion(T，G)为联合失真；T为纹理信息当前编码单元；G为补充信息当前编码单元；Di(T，G)为目标视点i对应的失真；bi为实数，为目标视点i权重；P＝1，2……为目标视点个数；i＝1，
2……P为目标视点标号。

[0032] 作为优选，所述目标视点i对应的失真Di(T，G)的计算方法为以下四种方法之一：(1)所述目标视点i对应的失真Di(T，G)的计算方法为Di(T，G)＝E(Wi(T，G)，Wi(T′，G′))；其中：Di(T，G)为目标视点i的失真；T为纹理信息当前编码单元；G为补充信息当前编码单元；
T’为纹理信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；G’为补充信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；Wi(x，y)为利用纹理x与补充信息y得到视点i相应图像信息的方法；E(x，y)为计算x与y之间差异的方法；(2)所述目标视点i对应的失真Di(T，G)的计算方法为Di(T，G)＝F(T，T′，H(G，G′))；其中：Di(T，G)为目标视点i的失真；T为纹理信息当前编码单元；G为补充信息当前编码单元；T’为纹理信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；G’为补充信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；H(x，y)为计算x与y之间差异的函数；
F(x，y，z)为结合补充信息编码失真z计算纹理x与编码后重建纹理y之间差异的函数；(3)所述当前编码单元包括了多个待编码视点的相应图像即所述T由多个Tj组成，所述G由多个Gj组成，所述目标视点i对应的失真Di(T，G)的计算方法为 其中：
Di(T，G)为目标视点i对应的失真；Tj为待编码视点j中纹理信息对应待编码单元；Gj为待编码视点j中补充信息对应待编码单元；Di，u(Tj，Gj)为利用待编码视点j生成对应目标视点i的像素u对应的失真；ci，j，u为实数，为计算目标视点i的像素u的联合失真时待编码视点j的权重；
i＝1，2……P为目标视点标号；P＝1，2……为目标视点个数；j＝1，2……Q为待编码视点标号；
Q＝1，2……为待编码视点个数；u＝1，2……V为对应像素点标号；V＝1，2……为对应像素点个数；(4)所述目标视点i对应的失真Di(T，G)的计算方法为
其中：Di(T，G)为目标视点i的失真；Tt为纹理信息当前编码单元及其左右各一个编码单元；
G为补充信息当前编码单元；T’为纹理信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；G’为补充信息当前编码单元以当前编码参数编码、解码后得到的重建编码单元；n为当前编码单元中的像素n；S为当前编码单元中像素总数；H(x，y)为计算x与y之间差异的函数；I(x，y)为计算敏感因子的函数。

[0033] 本发明第二目的在于提供一种三维视频率失真优化装置。

[0034] 该装置由编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块构成；所述编码与重建模块需要纹理信息当前编码单元与补充信息当前编码单元或两者之一作为输入，并与联合码率计算模块、联合失真计算模块相连，所述联合码率计算模块与联合率失真代价计算模块相连，所述联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连，联合率失真代价计算模块与轮询优化模块相连，轮询优化模块与编码与重建模块相连，并输出最优参数；所述编码与重建模块用于按照输入的编码参数进行纹理信息与补充信息或两者之一的编码，并得到重建图像，所述联合码率计算模块用于计算纹理信息和补充信息联合编码码率，所述联合失真计算模块用于计算纹理信息与补充信息的联合失真，所述联合率失真代价计算模块用于利用联合码率与联合失真计算联合率失真代价，轮询优化模块用于判定率失真代价并做出优化决策，在优化条件尚未满足时，调整优化参数的设定，在优化条件满足时，将最优的编码参数输出。

[0035] 本发明与现有技术相比的有益效果：

[0036] 1、创新性地将三维视频中的纹理信息和补充信息联合起来进行率失真优化，使用纹理信息与补充信息的联合码率作为率失真优化中的码率；使用目标视点的失真加权和作为率失真优化中的失真。

[0037] 2、通过联合率失真优化，充分挖掘了纹理信息与补充信息中的率失真性能潜力，提高了三维视频压缩的率失真性能。

[0038] 3、通过灵活调整本发明中目标视点的位置和其权重，可以得到针对不同的三维视频应用环境下的率失真优化结果，因此本发明具有较广泛的应用领域和适应性。

附图说明

[0039] 下面结合附图和实施例对本发明一种用于三维视频的率失真优化方法与装置作进一步说明。

[0040] 图1为本发明所述的一种三维视频率失真优化装置实施例示意图；

[0041] 图2为本发明所述的一种三维视频率失真优化装置实施例示意图；

[0042] 图3为本发明所述的一种三维视频率失真优化装置实施例示意图；

具体实施方式

[0043] 本发明是针对三维视频率失真所存在的问题而提出的解决方案。

[0044] 一种典型的运用本发明所述三维视频率失真优化装置的实施例如图1所示，由编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块构成。所述编码与重建模块与联合码率计算模块、联合失真计算模块相连，联合码率计算模块与联合率失真代价计算模块相连，联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连，联合率失真代价计算模块与轮询优化模块相连，轮询优化与编码与重建模块相连。所述编码与重建模块用于按照设定的编码参数进行纹理信息与补充信息的视频编码，所述联合码率计算模块用于计算纹理信息和补充信息联合编码码率，所述联合失真计算模块用于计算纹理信息与补充信息的联合失真，所述联合率失真代价计算模块用于利用联合码率与联合失真计算联合率失真代价，轮询优化模块用于判定率失真代价并做出优化决策，在优化条件尚未满足时，调整优化参数的设定，在优化条件满足时，将最优的编码参数输出。在实际应用中，调控的编码参数及其取值、编码模块使用的相关技术、联合码率与联合失真的计算方法、率失真要求的设定等具体方法都可以根据实际情况灵活处理。

[0045] 下面具体介绍几种运用本发明所述一种三维视频率失真优化方法的实施实例：

[0046] 实例一：

[0047] 本例描述一种三维视频率失真优化方法，在此例中编码单元为图像块；补充信息为深度信息。首先对纹理信息编码的当前编码单元使用独立的率失真优化算法从纹理信息编码的K种模式中选择最优的N种模式(其中K＞N)，然后运用联合率失真优化方法从当前编码单元的该N种最优的纹理信息编码模式和当前编码单元的深度信息的所有允许的模式的各种组合中选取最优的纹理信息编码模式和深度信息编码模式的组合，并将该最优的模式的组合运用于当前编码单元的纹理以及当前编码单元的深度信息的编码上；上述联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(T)+R(G)，其中R(T)为当前编码单元的纹理信息以当前所试模式编码时的码率，R(G)为当前编码单元的深度信息以当前所试模式编码时的码率；在本例的联合率失真优化中，目标视点个数设为1，联合失真的计算方法为Dunion(T，G)＝D1(T，G)＝E(W1(T，G)，W1(T′，G′))，其中Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点相应图像信息的虚拟视生成方法，E(x，y)为计算x与y之间总平方误差的函数；在本例中联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0048] 实例二：

[0049] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像宏块；补充信息为视差信息。使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息联合未编码的视差信息信息的率失真优化算法从纹理信息编码的K种模式中获得最优的N种模式(其中K＞＝N)，使用视差信息独立率失真优化算法从视差信息编码的L种模式中获得最优的M种模式(其中L＞M)，其中纹理信息率失真优化算法是在纹理信息独立率失真优化算法的基础上对不同位置的失真进行不同的加权而得到的，位置包括物体内部、背景、物体边界等，位置的判断是利用分析视差信息得到的，在纹理N种最优模式和视差M种最优模式的组合中运用联合率失真优化选取最优的模式组合，并将最优的模式组合运用于纹理以及视差当前宏块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝aTR(T)+aGR(G)，其中R(T)为纹理信息当前宏块以当前模式编码码率的估计值，R(G)为视差信息序列当前宏块以当前模式编码码率，aT，aG为实数，分别由纹理信息和视差信息在选出几个最优模式时计算得到的失真平均值决定；在联合率失真优化中，目标视点个数设为2，联合失真的计算方法为 其中Dunion(T，G)为联合失真，Di(T，G)为目标视点i对应的失真，T为纹理信息当前宏块，G为视差信息序列当前宏块，T’为纹理信息当前宏块以当前模式编码、解码后得到的重建宏块，G’为视差信息序列当前宏块以当前模式编码、解码后得到的重建宏块，Wi(x，y)为利用纹理x与视差信息y得到目标视点i相应图像信息的虚拟视生成方法，Vi(x，y)为利用纹理x与视差信息y得到目标视点i相应图像信息的简化投影方法，E(x，y)为计算x与y之间总绝对值误差的函数；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为根据编码量化参数确定的全局参数。

[0050] 实例三：

[0051] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中使用纹理信息联合未编码的深度信息信息的率失真优化算法从纹理信息编码的K种模式中获得最优的N种模式(其中K＞＝N)，使用深度信息联合未编码的纹理信息信息的率失真优化算法从深度信息编码的L种模式中获得最优的M种模式(其中L＞M)，其中纹理信息率失真优化算法中的失真D＝D1(T，G)＝E(W1(T，G)，W1(T′，G))，D1(T，G)为目标视点1对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点1相应图像信息的虚拟视生成方法，E(x，y)为计算x与y之间总平方误差的函数；深度信息率失真优化算法中的失真D＝D1(T，G)＝E(W1(T，G′)，W1(T，G))，D1(T，G)为目标视点1对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点1相应图像信息的虚拟视生成方法，E(x，y)为计算x与y之间总平方误差的函数；在纹理N种最优模式和深度M种最优模式的组合中运用联合率失真优化选取最优的模式组合，并将最优的模式组合运用于纹理以及深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝aTR(T)+aGR(G)，其中R(T)为纹理信息当前块以当前模式编码码率的估计值，R(G)为深度信息序列当前块以当前模式编码码率的估计值，aT，aG为实数，分别由纹理信息和深度信息的量化系数决定；在联合率失真优化中，目标视点个数设为3，联合失真的计算方法为
其中Dunion(T，G)为联合失真，Di(T，G)为目标视点i对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，Wi(x，y)与Vi(x，y)分别为利用纹理x与深度信息y得到目标视点i相应图像信息的两种不同的虚拟视生成方法，E(x，y)为计算x与y之间平均每像素平方误差的函数，bi为实数，为目标视点i权重，由目标视点i与编码视点间视差大小决定；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为根据已经编码序列的码率与失真动态调整的。

[0052] 实例四：

[0053] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法从纹理信息编码的K种模式中获得最优的N种模式(其中K＞＝N)，在纹理N种最优模式和深度所有模式的组合中运用联合率失真优化选取最优的模式组合，并将最优的模式组合运用于纹理以及深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(T)+R(G)，其中R(T)为纹理信息当前块以当前模式编码码率，R(G)为深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为1，联合失真的计算方法为Runion(T，G)＝D1(T，G)＝F1(T，T′，H(G，G′))，其中：D1(T，G)为目标视点的失真，T为纹理信息当块；G为补充信息当前块；T’为纹理信息当前编码单元以当前模式编码、解码后得到的重建块；G’为补充信息当前编码单元以当前模式编码、解码后得到的重建块；H(x，y)为计算x与之间每两个对应点差异的绝对值的函数；F1(x，y，z)为结合深度编码失真z计算纹理x与编码后重建纹理y之间平方误差和的函数，具体方法为依照z的大小结和摄像机参数，获得失真z造成的在目标视点的投影偏移，再利用该偏移量找到x与y之间结和深度失真的相对应点的位置并计算误差；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0054] 实例五：

[0055] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为两个视点的图像块；)使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法从纹理信息编码的K种模式中获得两个视点当前块最优的N种模式(其中K＞＝N)，在纹理N种最优模式组合和深度所有模式组合的组合中运用联合率失真优化选取最优的模式组合，并将最优的模式组合运用于纹理以及深度两个视点当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(T1)+R(T2)+R(G1)+R(G2)，其中R(T1)为待编码视点1的纹理信息当前块以当前模式编码码率，R(G1)为待编码视点1的深度信息序列当前块以当前模式编码码率；R(T2)为待编码视点2的纹理信息当前块以当前模式编码码率，R(G2)为待编码视点2的深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为1，联合失真的计算方法为其中：Dunion(T，G)
为联合失真，D1(T，G)为目标视点对应的失真，Tj为待编码视点j的纹理信息当前块，Gj为待编码视点j的深度信息序列当前块，Tj’为待编码视点j的纹理信息当前块以当前模式编码、解码后得到的重建块，Gj’为待编码视点j的深度信息序列当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点相应图像信息的虚拟视生成方法，Eu(x，y)为计算x与y的像素u之间的平方误差的函数，ci，j，u为待编码视点j造成的失真在计算目标视点对应块像素u时的权重，其计算方法为，当像素u在虚拟视生成方法W1(x，y)中能从待编码视点j不需要插值而直接获得，而不能从另一视点直接获得，则c1，j，u＝1，若不能从待编码视点j不需要插值而直接获得，能从另一视点直接获得，则c1，j，u＝0，若不满足上述任一点，则 其中hj为待编码视点j与目标视点间的基线距离；联合率失真
代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0056] 实例六：

[0057] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法从纹理信息编码的K种模式中获得最优的N种模式(其中K＞＝N)，在纹理N种最优模式和深度所有模式的组合中运用联合率失真优化选取最优的模式组合，并将最优的模式组合运用于纹理以及深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(G)，其中R(G)为深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为1，联合失真的计算方法为其中Dunion(T，G)为联合失真，D1(T，G)为目标视
点对应的失真，T为纹理信息当前块以及当前块左边块和右边块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，I(x，y)为计算敏感因子的函数，该函数的作用为利用x，y及其周围像素计算得到该图像区域的变化复杂程度，图像变化复杂程度越高，该值越大，I(T，Tn′)＝(Tn′-Tn，l])2+(Tn′-Tn，r)2，其中Tn′为重建块中的像素u，Tn.l为原始图像中Tn′对应像素的左边一个像素，若Tn′已在图像左边界上，则Tn.l＝Tn，Tn.r为原始图像中Tn′对应像素的右边一个像素，若Tn′已在图像右边界上，则Tn.l＝Tn，H(x，y)为计算x与y之间差异的函数，H(Gn，Gn′)＝|Gn′-Gn|；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0058] 实例七：

[0059] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法从纹理信息编码的K种模式中获得最优的N种模式(其中K＞＝N)，在纹理N种最优模式和深度所有模式的组合中运用联合率失真优化选取最优的模式组合，并将最优的模式组合运用于纹理以及深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(G)，其中R(G)为深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为1，联合失真的计算方法为其中Dunion(T，G)为联合失真，D1(T，G)为目标视
点对应的失真，T为纹理信息当前块以及当前块左边块和右边块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，I(x，y)为计算敏感因子的函数，该函数的作用为利用x，y及其周围像素计算得到该图像区域的变化复杂程度，图像变化复杂程度越高，该值越大， 其中Tn′为重建块中的像素n，Tn.l为原始
图像中Tn′对应像素的左边一个像素，若Tn′已在图像左边界上，则Tn.l＝Tn，Tn.r为原始图像中Tn′对应像素的右边一个像素，若Tn′已在图像右边界上，则Tn.l＝Tn，Tn.l′为Tn′对应像素的左边一个像素，若Tn′已在图像左边界上，则Tn.l′＝Tn′，Tn.r′为Tn′对应像素的右边一个像素，若Tn′已在当前块右边界上，则Tn.r′＝Tn′，H(x，y)为计算x与y之间差异的函数H(Gn，Gn′)＝(Gn′-Gn)2；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0060] 实例八：

[0061] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成变换系数的最优化量化值选择；在变换系数的最优化量化值选择中，使用纹理信息独立的率失真优化算法纹理信息编码的KL种变换系数的量化值获得最优的NL种变换系数的量化值(其中KL＞＝NL)，在纹理NL种最优变换系数的量化值和深度所有变换系数的量化值的组合中运用联合率失真优化选取最优的模式组合，并将最优的变换系数的量化值组合运用于纹理以及深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(T)+R(G)，其中R(T)为纹理信息当前块以变换系数的当前量化值编码码率，R(G)为深度信息序列当前块以变换系数的当前量化值编码码率；在联合率失真优化中，目标视点个数设为1，联合失真的计算方法为Dunion(T，G)＝D1(T，G)＝E(W1(T，G)，W1(T′，G′))，其中Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前变换系数量化值编码、解码后得到的重建块，G’为深度信息序列当前块以当前变换系数量化值编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点相应图像信息的虚拟视生成方法，E(x，y)为计算x与y之间总平方误差的函数；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0062] 实例九：

[0063] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法获得最优的模式，在纹理最优模式和深度所有模式的组合中运用联合率失真优化选取深度编码最优的模式，并将最优的模式组合运用于深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(G)，其中R(G)为深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为1，联合失真的计算方法为Dunion(T，G)＝D1(T，G)＝E(W1(T，G)，W1(T′，G′))，其中Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点相应图像信息的虚拟视生成方法，E(x，y)为计算x与y之间总平方误差的函数；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0064] 实例十：

[0065] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法获得最优的模式，在纹理最优模式和深度所有模式的组合中运用联合率失真优化选取深度编码最优的模式，并将最优的模式组合运用于深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(G)，其中R(G)为深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为2，联合失真的计算方法为 其中Dunion(T，G)为联合失真，Di(T，G)为目标视点i对应的失真，T为纹理信息当前宏块，G为视差信息序列当前宏块，T’为纹理信息当前宏块以当前模式编码、解码后得到的重建宏块，G’为视差信息序列当前宏块以当前模式编码、解码后得到的重建宏块，Wi(x，y)为利用纹理x与视差信息y得到目标视点i相应图像信息的虚拟视生成方法，Vi(x，y)为利用纹理x与视差信息y得到目标视点i相应图像信息的简化投影方法，E(x，y)为计算x与y之间总绝对值误差的函数；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为根据编码量化参数确定的全局参数。

[0066] 实例十一：

[0067] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法获得最优的模式，在纹理最优模式和深度所有模式的组合中运用联合率失真优化选取深度编码最优的模式，并将最优的模式组合运用于深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(G)，其中R(G)为深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为3，联合失真的计算方法为 其中Dunion(T，G)为联合失真，Di(T，G)为目标视点i对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，Wi(x，y)与Vi(x，y)分别为利用纹理x与深度信息y得到目标视点i相应图像信息的两种不同的虚拟视生成方法，E(x，y)为计算x与y之间平均每像素平方误差的函数，bi为实数，为目标视点i权重，由目标视点i与编码视点间视差大小决定；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为根据已经编码序列的码率与失真动态调整的。

[0068] 实例十二：

[0069] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法获得最优的模式，在纹理最优模式和深度所有模式的组合中运用联合率失真优化选取深度编码最优的模式，并将最优的模式组合运用于深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(G)，其中R(G)为深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为1，联合失真的计算方法为Dunion(T，G)＝D1(T，G)＝F1(T，T′，H(G，G′))，其中：D1(T，G)为目标视点的失真，T为纹理信息当块；G为补充信息当前块；T’为纹理信息当前编码单元以当前模式编码、解码后得到的重建块；G’为补充信息当前编码单元以当前模式编码、解码后得到的重建块；H(x，y)为计算x与之间每两个对应点差异的绝对值的函数；F1(x，y，z)为结合深度编码失真z计算纹理x与编码后重建纹理y之间平方误差和的函数，具体方法为依照z的大小结和摄像机参数，获得失真z造成的在目标视点的投影偏移，再利用该偏移量找到x与y之间结和深度失真的相对应点的位置并计算误差；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0070] 实例十三：

[0071] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法获得最优的模式，在纹理最优模式和深度所有模式的组合中运用联合率失真优化选取深度编码最优的模式，并将最优的模式组合运用于深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(G)，其中R(G)为深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为1，联合失真的计算方法为其中：Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，Tj为待编码视点j的纹理信息当前块，Gj为待编码视点j的深度信息序列当前块，Tj’为待编码视点j的纹理信息当前块以当前模式编码、解码后得到的重建块，Gj’为待编码视点j的深度信息序列当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点相应图像信息的虚拟视生成方法，Eu(x，y)为计算x与y的像素u之间的平方误差的函数，c1，j，u为待编码视点j造成的失真在计算目标视点对应块像素u时的权重，其计算方法为，当像素u在虚拟视生成方法W1(x，y)中能从待编码视点j不需要插值而直接获得，而不能从另一视点直接获得，则c1，j，u＝1，若不能从待编码视点j不需要插值而直接获得，能从另一视点直接获得，则c1，j，u＝0，若不满足上述任一点，则 其中hj为待编码视点j与目标视点间的基线距离；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0072] 实例十四：

[0073] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法获得最优的模式，在纹理最优模式和深度所有模式的组合中运用联合率失真优化选取深度编码最优的模式，并将最优的模式组合运用于深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(G)，其中R(G)为深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为1，联合失真的计算方法为 其中Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，T为纹理信息当前块以及当前块左边块和右边块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，I(x，y)为计算敏感因子的函数，该函数的作用为利用x，y及其周围像素计算得到该图像区域的变化复杂程度，图像变化复杂程度越高，该值越大，I(T，Tn′)＝(Tn′-Tn，l])2+(Tn′-Tn，r)2，其中Tn′为重建块中的像素n，Tn.l为原始图像中Tn′对应像素的左边一个像素，若Tn′已在图像左边界上，则Tn.l＝Tn，Tn.r为原始图像中Tn′对应像素的右边一个像素，若Tn′已在图像右边界上，则Tn.l＝Tn，H(x，y)为计算x与y之间差异的函数H(Gn，Gn′)＝|Gn′-Gn|；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0074] 实例十五：

[0075] 本例描述一种三维视频率失真优化方法，在此例中当前编码单元为图像块；使用的补充信息为深度信息；使用联合率失真优化完成最优模式选择；在最优模式选择中，使用纹理信息独立的率失真优化算法获得最优的模式，在纹理最优模式和深度所有模式的组合中运用联合率失真优化选取深度编码最优的模式，并将最优的模式组合运用于深度当前块的编码上；在联合率失真优化中，联合码率的计算方法为Runion(T，G)＝R(G)，其中R(G)为深度信息序列当前块以当前模式编码码率；在联合率失真优化中，目标视点个数设为1，联合失真的计算方法为 其中Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，T为纹理信息当前块以及当前块左边块和右边块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，I(x，y)为计算敏感因子的函数，该函数的作用为利用x，y及其周围像素计算得到该图像区域的变化复杂程度，图像变化复杂程度越高，该值越大， 其中Tn′为重建块中
的像素n，Tn.l为原始图像中Tn′对应像素的左边一个像素，若Tn′已在图像左边界上，则Tn.l＝Tn，Tn.r为原始图像中Tn′对应像素的右边一个像素，若Tn′已在图像右边界上，则Tn.l＝Tn，Tn.l′为Tn′对应像素的左边一个像素，若Tn′已在图像左边界上，则Tn.l′＝Tn′，Tn.r′为Tn′对应像素的右边一个像素，若Tn′已在当前块右边界上，则Tn.r′＝Tn′，H(x，y)为计算x与y之间差异的函数H(Gn，Gn′)＝(Gn′-Gn)2；联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数。

[0076] 以上实例一至实例十五描述的是运用本发明所述一种三维视频率失真优化方法的实施实例，下面具体介绍几种运用本发明所述一种三维视频率失真优化装置的实施实例。

[0077] 实例十六：

[0078] 本发明所述的一种三维视频率失真优化装置，如图1所示：由编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块构成；所述编码与重建模块需要纹理信息当前编码单元与补充信息当前编码单元作为输入，并与联合码率计算模块、联合失真计算模块相连；所述联合码率计算模块与联合率失真代价计算模块相连；所述联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连；所述联合率失真代价计算模块与轮询优化模块相连；所述轮询优化模块与编码与重建模块相连，并输出最优编码模式组合。其中：(1)所述装置处理的单元为图像块；(2)所述装置使用的三维视频补充信息为深度信息；(3)所述优化参数为纹理信息和深度信息的编码模式组合；(4)所述编码与重建模块用于按照当前处理的编码模式组合进行纹理信息与深度信息当前块的视频编码，并获得重建图像；(5)所述联合码率的计算模块的作用是计算联合码率，在该模块中，联合码率的计算方法为Runion(T，G)＝R(T)+R(G)，其中R(T)为纹理信息当前块以当前模式编码码率，R(G)为深度信息序列当前块以当前模式编码码率；(6)所述联合失真计算模块的作用为计算联合失真，在该模块中，目标视点个数设为1，联合失真的计算方法为Dunion(T，G)＝D1(T，G)＝E(W1(T，G)，W1(T′，G′))，其中Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点相应图像信息的虚拟视生成方法，E(x，y)为计算x与y之间总平方误差的函数；(7)所述联合率失真代价计算模块的作用为计算联合率失真代价，在该模块中，联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数；(8)所述轮询优化模块的作用为控制装置对各个待选模式组合进行率失真优化并选出联合率失真代价最低的最优模式组合，并将运用于纹理以及深度当前块的最优的模式组合输出。

[0079] 实例十七：

[0080] 本发明所述的一种三维视频率失真优化装置，如图2所示：由模式预选模块、编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块组成。所述模式预选模块与编码与重建模块、轮询优化模块相连；所述编码与重建模块需要纹理信息当前编码单元与补充信息当前编码单元作为输入，并与联合码率计算模块、联合失真计算模块相连；所述联合码率计算模块与联合率失真代价计算模块相连；所述联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连；所述联合率失真代价计算模块与轮询优化模块相连；所述轮询优化模块与编码与重建模块相连，并输出最优编码模式组合。其中：(1)所述装置处理的单元为图像块；(2)所述装置使用的三维视频补充信息为深度信息；(3)所述模式预选模块的作用是对纹理和深度的各种编码模式进行初选，在该模块中，使用纹理信息独立的率失真优化算法从纹理信息编码的K种模式中获得最优的N种模式(其中K＞＝N)，将纹理N种最优模式和深度所有模式的组合作为待选模式；(4)所述编码与重建模块用于按照当前处理的编码模式组合进行纹理信息与深度信息当前块的视频编码，并获得重建图像；(5)所述联合码率计算模块的作用是计算联合码率，在该模块中，联合码率的计算方法为Runion(T，G)＝R(T)+R(G)，其中R(T)为纹理信息当前块以当前模式编码码率，R(G)为深度信息序列当前块以当前模式编码码率；(6)所述联合失真计算模块的作用为计算联合失真，在该模块中，目标视点个数设为1，联合失真的计算方法为Runion(T，G)＝D1(T，G)＝E(W1(T，G)，W1(T′，G′))，其中Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点相应图像信息的虚拟视生成方法，E(x，y)为计算x与y之间总平方误差的函数；(7)所述联合率失真代价计算模块的作用为计算联合率失真代价，在该模块中，联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数；(8)所述轮询优化模块的作用为控制装置对各个待选模式组合进行率失真优化并选出联合率失真代价最低的最优模式组合，并将运用于纹理以及深度当前块的最优的模式组合输出。

[0081] 实例十八：

[0082] 本发明所述的一种三维视频率失真优化装置，如图2所示：由模式预选模块、编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块组成。所述模式预选模块与编码与重建模块、轮询优化模块相连；所述编码与重建模块需要纹理信息当前编码单元与补充信息当前编码单元作为输入，并与联合码率计算模块、联合失真计算模块相连；所述联合码率计算模块与联合率失真代价计算模块相连；所述联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连；所述联合率失真代价计算模块与轮询优化模块相连；所述轮询优化模块与编码与重建模块相连，并输出最优编码模式组合。其中：(1)所述装置处理的单元为图像宏块；(2)所述装置使用的三维视频补充信息为视差信息；(3)所述模式预选模块的作用是对纹理和视差的各种编码模式进行初选，在该模块中，使用纹理信息联合未编码的视差信息信息的率失真优化算法从纹理信息编码的K种模式中获得最优的N种模式(其中K＞＝N)，使用视差信息独立率失真优化算法从视差信息编码的L种模式中获得最优的M种模式(其中L＞M)，其中纹理信息率失真优化算法是在纹理信息独立率失真优化算法的基础上对不同位置的失真进行不同的加权而得到的，位置包括物体内部、背景、物体边界等，位置的判断是利用分析视差信息得到的，将纹理N种最优模式和视差M种最优模式的组合作为待选模式；(4)所述编码与重建模块用于按照当前处理的编码模式组合进行纹理信息与深度信息当前块的视频编码，并获得重建图像；(5)所述联合码率的计算模块的作用是计算联合码率，在该模块中，联合码率的计算方法为Runion(T，G)＝aTR(T)+aGR(G)，其中R(T)为纹理信息当前宏块以当前模式编码码率的估计值，R(G)为视差信息序列当前宏块以当前模式编码码率，aT，aG为实数，分别由纹理信息和视差信息在选出几个最优模式时计算得到的失真平均值决定；(6)所述联合失真计算模块的作用为计算联合失真，在该模块中，目标视点个数设为2，联合失真的计算方法为其中Dunion(T，G)为联合失真，Di(T，G)为目标视点i对应的失真，T为纹理信息当前宏块，G为视差信息序列当前宏块，T’为纹理信息当前宏块以当前模式编码、解码后得到的重建宏块，G’为视差信息序列当前宏块以当前模式编码、解码后得到的重建宏块，Wi(x，y)为利用纹理x与视差信息y得到目标视点i相应图像信息的虚拟视生成方法，Vi(x，y)为利用纹理x与视差信息y得到目标视点i相应图像信息的简化投影方法，E(x，y)为计算x与y之间总绝对值误差的函数；(7)所述联合率失真代价计算模块的作用为计算联合率失真代价，在该模块中，联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为根据编码量化参数确定的全局参数；(8)所述轮询优化模块的作用为控制装置对各个待选模式组合进行率失真优化并选出联合率失真代价最低的最优模式组合，并将运用于纹理以及深度当前块的最优的模式组合输出。

[0083] 实例十九：

[0084] 本发明所述的一种三维视频率失真优化装置，如图2所示：由模式预选模块、编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块组成。所述模式预选模块与编码与重建模块、轮询优化模块相连；所述编码与重建模块需要纹理信息当前编码单元与补充信息当前编码单元作为输入，并与联合码率计算模块、联合失真计算模块相连；所述联合码率计算模块与联合率失真代价计算模块相连；所述联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连；所述联合率失真代价计算模块与轮询优化模块相连；所述轮询优化模块与编码与重建模块相连，并输出最优编码模式组合。其中：(1)所述装置处理的单元为图像块；(2)所述装置使用的三维视频补充信息为深度信息；(3)所述模式预选模块的作用是对纹理和深度的各种编码模式进行初选，在该模块中，使用纹理信息联合未编码的深度信息信息的率失真优化算法从纹理信息编码的K种模式中获得最优的N种模式(其中K＞＝N)，使用深度信息联合未编码的纹理信息的率失真优化算法从深度信息编码的L种模式中获得最优的M种模式(其中L＞M)，其中纹理信息率失真优化算法中的失真D＝D1(T，G)＝E(W1(T，G)，W1(T′，G))，D1(T，G)为目标视点1对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点1相应图像信息的虚拟视生成方法，E(x，y)为计算x与y之间总平方误差的函数；深度信息率失真优化算法中的失真D＝D1(T，G)＝E(W1(T，G′)，W1(T，G))，D1(T，G)为目标视点1对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点1相应图像信息的虚拟视生成方法，E(x，y)为计算x与y之间总平方误差的函数；将纹理N种最优模式和深度M种最优模式的组合作为待选模式；(4)所述编码与重建模块用于按照当前处理的编码模式组合进行纹理信息与深度信息当前块的视频编码，并获得重建图像；(5)所述联合码率计算模块的作用为计算联合码率，在该模块中，联合码率的计算方法为Runion(T，G)＝aTR(T)+aGR(G)，其中R(T)为纹理信息当前块以当前模式编码码率的估计值，R(G)为深度信息序列当前块以当前模式编码码率的估计值，aT，aG为实数，分别由纹理信息和深度信息的量化系数决定；(6)所述联合失真计算模块的作用为计算联合失真，在该模块中，目标视点个数设为3，联合失真的计算方法为 其中Dunion(T，G)为联合失真，Di(T，G)为目标视点i对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，Wi(x，y)与Vi(x，y)分别为利用纹理x与深度信息y得到目标视点i相应图像信息的两种不同的虚拟视生成方法，E(x，y)为计算x与y之间平均每像素平方误差的函数，bi为实数，为目标视点i权重，由目标视点i与编码视点间视差大小决定；(7)所述联合率失真代价计算模块的作用为计算联合率失真代价，在该模块中，联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为根据已经编码序列的码率与失真动态调整的；(8)所述轮询优化模块的作用为控制装置对各个待选模式组合进行率失真优化并选出联合率失真代价最低的最优模式组合，并将运用于纹理以及深度当前块的最优的模式组合输出。

[0085] 实例二十：

[0086] 本发明所述的一种三维视频率失真优化装置，如图2所示：由模式预选模块、编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块组成。模式预选模块与编码与重建模块、轮询优化模块相连；所述编码与重建模块需要纹理信息当前编码单元与补充信息当前编码单元作为输入，并与联合码率计算模块、联合失真计算模块相连；所述联合码率计算模块与联合率失真代价计算模块相连；所述联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连；所述联合率失真代价计算模块与轮询优化模块相连；所述轮询优化模块与编码与重建模块相连，并输出最优编码模式组合。其中：(1)所述装置处理的单元为图像块；(2)所述装置使用的三维视频补充信息为深度信息；(3)所述模式预选模块的作用是对纹理和深度的各种编码模式进行初选，在该模块中，使用纹理信息独立的率失真优化算法从纹理信息编码的K种模式中获得最优的N种模式(其中K＞＝N)，将纹理N种最优模式和深度所有模式的组合作为待选模式；(4)所述编码与重建模块用于按照当前处理的编码模式组合进行纹理信息与深度信息当前块的视频编码，并获得重建图像；(5)所述联合码率计算模块的作用是计算联合码率，在该模块中，联合码率的计算方法为Runion(T，G)＝R(T)+R(G)，其中R(T)为纹理信息当前块以当前模式编码码率，R(G)为深度信息序列当前块以当前模式编码码率；(6)所述联合失真计算模块的作用为计算联合失真，在该模块中，目标视点个数设为1，联合失真的计算方法为Dunion(T，G)＝D1(T，G)＝F1(T，T′，H(G，G′))，其中：D1(T，G)为目标视点的失真，T为纹理信息当块；G为补充信息当前块；T’为纹理信息当前编码单元以当前模式编码、解码后得到的重建块；G’为补充信息当前编码单元以当前模式编码、解码后得到的重建块；H(x，y)为计算x与之间每两个对应点差异的绝对值的函数；F1(x，y，z)为结合深度编码失真z计算纹理x与编码后重建纹理y之间平方误差和的函数，具体方法为依照z的大小结和摄像机参数，获得失真z造成的在目标视点的投影偏移，再利用该偏移量找到x与y之间结和深度失真的相对应点的位置并计算误差；(7)所述联合率失真代价计算模块的作用为计算联合率失真代价，在该模块中，联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数；(8)所述轮询优化模块的作用为控制装置对各个待选模式组合进行率失真优化并选出联合率失真代价最低的最优模式组合，并将运用于纹理以及深度当前块的最优的模式组合输出。

[0087] 实例二十一：

[0088] 本发明所述的一种三维视频率失真优化装置，如图2所示：由模式预选模块、编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块组成。模式预选模块与编码与重建模块、轮询优化模块相连；所述编码与重建模块需要纹理信息当前编码单元与补充信息当前编码单元作为输入，并与联合码率计算模块、联合失真计算模块相连；所述联合码率计算模块与联合率失真代价计算模块相连；所述联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连；所述联合率失真代价计算模块与轮询优化模块相连；所述轮询优化模块与编码与重建模块相连，并输出最优编码模式。其中：(1)所述装置处理的单元为两个视点的图像块；(2)所述装置使用的三维视频补充信息为深度信息；(3)所述模式预选模块的作用是对纹理和深度的各种编码模式进行初选，在该模块中，使用纹理信息独立的率失真优化算法获得两个视点当前块最优的NN种模式组合，将纹理NN种最优模式组合和深度所有模式组合的组合作为待选模式；(4)所述编码与重建模块用于按照当前处理的编码模式组合进行纹理信息与深度信息两个视点当前块的视频编码，并获得重建图像；(5)所述联合码率计算模块的作用是计算联合码率，在该模块中，联合码率的计算方法为Runion(T，G)＝R(T1)+R(T2)+R(G1)+R(G2)，其中R(T1)为待编码视点1的纹理信息当前块以当前模式编码码率，R(G1)为待编码视点1的深度信息序列当前块以当前模式编码码率；R(T2)为待编码视点2的纹理信息当前块以当前模式编码码率，R(G2)为待编码视点2的深度信息序列当前块以当前模式编码码率；(6)所述联合失真计算模块的作用为计算联合失真，在该模块中，目标视点个数设为1，联合失真的计算方法为 其中：Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，Tj为待编码视点j的纹理信息当前块，Gj为待编码视点j的深度信息序列当前块，Tj’为待编码视点j的纹理信息当前块以当前模式编码、解码后得到的重建块，Gj’为待编码视点j的深度信息序列当前块以当前模式编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点相应图像信息的虚拟视生成方法，Eu(x，y)为计算x与y的像素u之间的平方误差的函数，c1，j，u为待编码视点j造成的失真在计算目标视点对应块像素u时的权重，其计算方法为，当像素u在虚拟视生成方法W1(x，y)中能从待编码视点j不需要插值而直接获得，而不能从另一视点直接获得，则c1，j，u＝1，若不能从待编码视点j不需要插值而直接获得，能从另一视点直接获得，则c1，j，u＝0，若不满足上述任一点，则 其中hj为待编码视点j与目标视点间的基线距离；(7)所述联合
率失真代价计算模块的作用为计算联合率失真代价，在该模块中，联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数；(8)所述轮询优化模块的作用为控制装置对各个待选模式进行率失真优化并选出联合率失真代价最低的最优模式，并将运用于深度两个视点当前块的最优的模式组合输出。

[0089] 实例二十二：

[0090] 本发明所述的一种三维视频率失真优化装置，如图2所示：由模式预选模块、编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块组成。所述模式预选模块与编码与重建模块、轮询优化模块相连；所述编码与重建模块需要纹理信息当前编码单元与补充信息当前编码单元作为输入，并与联合码率计算模块、联合失真计算模块相连；所述联合码率计算模块与联合率失真代价计算模块相连；所述联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连；所述联合率失真代价计算模块与轮询优化模块相连；所述轮询优化模块与编码与重建模块相连，并输出最优编码模式组合。其中：(1)所述装置处理的单元为图像块；(2)所述装置使用的三维视频补充信息为深度信息；(3)所述模式预选模块的作用是对纹理和深度的各种编码模式进行初选，在该模块中，使用纹理信息独立的率失真优化算法获得纹理信息当前编码块最优的模式，将深度所有模式作为待选模式；(4)所述编码与重建模块用于按照纹理信息当前编码块最优的模式进行纹理信息当前块的视频编码，按照当前处理的编码模式进行深度信息当前块的视频编码，并获得重建图像；(5)所述联合码率计算模块的作用是计算联合码率，在该模块中，联合码率的计算方法为Runion(T，G)＝R(T)+R(G)，其中R(T)为纹理信息当前块以最优模式编码码率，R(G)为深度信息序列当前块以当前模式编码码率；(6)所述联合失真计算模块的作用为计算联合失真，在该模块中，目标视点个数设为1，联合失真的计算方法为 其中Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，T为纹理信息当前块以及当前块左边块和右边块，G为深度信息序列当前块，T’为纹理信息当前块以当前模式编码、解码后得到的重建块，G’为深度信息序列当前块以当前模式编码、解码后得到的重建块，I(x，y)为计算敏感因子的函数，该函数的作用为利用x，y及其周围像素计算得到该图像区域的变化复杂程度，图像变化复杂程度越高，该值越大，I(T，Tn′)＝(Tn′-Tn，l])2+(Tn′-Tn，r)2，其中Tn′为重建块中的像素u，Tn.l为原始图像中Tn′对应像素的左边一个像素，若Tn′已在图像左边界上，则Tn.l＝Tn，Tn.r为原始图像中Tn′对应像素的右边一个像素，若Tn′已在图像右边界上，则Tn.l＝Tn，H(x，y)为计算x与y之间差异的函数，H(Gn，Gn′)＝|Gn′-Gn|；(7)所述联合率失真代价计算模块的作用为计算联合率失真代价，在该模块中，联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数；(8)所述轮询优化模块的作用为控制装置对各个待选模式进行率失真优化并选出联合率失真代价最低的最优模式，并将运用于深度当前块的最优的模式输出。

[0091] 实例二十三：

[0092] 本发明所述的一种三维视频率失真优化装置，如图3所示：包括编码与重建模块、联合码率计算模块、联合失真计算模块、联合率失真代价计算模块、轮询优化模块。所述编码与重建模块需要纹理信息当前编码单元与补充信息当前编码单元作为输入并与联合码率计算模块、联合失真计算模块相连；所述联合码率计算模块与联合率失真代价计算模块相连；所述联合失真计算模块需要摄像机参数作为输入，并与联合率失真代价计算模块相连；所述联合率失真代价计算模块与轮询优化模块相连；所述轮询优化模块与编码与重建模块，并输出最优变换系数量化值。其中：(1)所述装置处理的单元为图像块；(2)所述装置使用的三维视频补充信息为深度信息；(3)所述编码与重建模块用于按照当前处理的变换系数量化值组合进行纹理信息与深度信息当前块的视频编码，并获得重建图像；(4)所述联合码率的计算模块的作用是计算联合码率，在该模块中，联合码率的计算方法为Runion(T，G)＝R(T)+R(G)，其中R(T)为纹理信息当前块以当前模式编码码率，R(G)为深度信息序列当前块以当前模式编码码率；(5)所述联合失真计算模块的作用为计算联合失真，在该模块中，目标视点个数设为1，联合失真的计算方法为Dunion(T，G)＝D1(T，G)＝E(W1(T，G)，W1(T′，G′))，其中Dunion(T，G)为联合失真，D1(T，G)为目标视点对应的失真，T为纹理信息当前块，G为深度信息序列当前块，T’为纹理信息当前块以当前变换系数量化值编码、解码后得到的重建块，G’为深度信息序列当前块以当前变换系数量化值编码、解码后得到的重建块，W1(x，y)为利用纹理x与深度信息y得到目标视点相应图像信息的虚拟视生成方法，E(x，y)为计算x与y之间总平方误差的函数；(6)所述联合率失真代价计算模块的作用为计算联合率失真代价，在该模块中，联合率失真代价的计算方法为J＝Dunion(T，G)+λRunion(T，G)，其中λ为一固定的全局参数；(7)所述轮询优化模块的作用为控制装置对各个待选变换系数量化值组合进行率失真优化并选出联合率失真代价最低的最优变换系数量化值组合，并将运用于纹理以及深度当前块的最优的变换系数量化值输出。

[0093] 应当指出，本发明的应用领域广泛，方法十分灵活，在此并不能一一列举。但凡是利用本发明的基本精神而设计的算法以及开发的装置和系统都在本专利的保护范围之内。