随着数字信息与多媒体技术的不断发展,数字图像视频处理技术也取得了飞快的进步,特别是立体图像、三维视频,凭借其能与用户交互的功能以及强烈的视觉冲击感成为了研究热点。然而随着用户数量不断扩大、需求不断增高,数据量已经远超出现有硬件的处理能力,在有限传输带宽下如何高效可靠地传输图像视频码流成为了图像视频处理的关键。多描述编码(Multiple Description Coding,MDC)是将信源编码成多个具有同等重要信息的比特流(描述)在不同信道上传输。在解码端,只需要收到一个描述,解码器就可以重建出人眼可接受的低质量图像视频,如果所有描述都能被收到,信源解码质量将达到最佳。MDC有效地解决了传统信源在单一信道传输时由于网络延迟而引起的质量下降问题。本文考虑到多描述格型矢量量化(Multiple Description Lattice Vector Quantization,MDLVQ)编码的抗误码特性,并结合视觉显著性理论,对深度图像、二维彩色图像和立体图像的编解码算法进行了优化和改进,完成的工作主要包括:(1)将格型矢量量化(Lattice Vector Quantization,LVQ)的多描述编码应用在深度图编码中。对深度图小波变换之后的不同子带系数采用不同的编码方案。低频子带系数采用较小量化步长的MDLVQ编码;而高频子带系数采用改进的集合分裂嵌入块编码(Set Partitioned Embedded Block Coding,SPECK),该方案最终保留了小波变换之后的所有较大系数。实验证明,该方案在提高深度图重建精度以及合成视点解码质量的同时,并没有花费更多的编码比特数,尤其是针对不可靠网络传输时,该方案在单路解码质量上优势明显。(2)提出一种基于视觉显著性的优化MDLVQ编码方案。与传统MDLVQ不同,首先我们依据图像内容设定一个将图像划分为显著区域与非显著区域的自适应阈值。其次通过迭代算法找到一对最优的量化步长分别对显著区域进行精细量化,对非显著区域进行粗糙量化。实验结果显示,与传统MDLVQ编码方案相比,改进方案显著区域的解码质量在主、客观上都得到了提高。(3)考虑到立体视频的发展,提出了一种基于视觉显著性的立体图像多描述编码方案。该方案在获得立体图像的显著性区域时,不但考虑亮度、颜色、纹理特征,而且将深度图像也作为一种参考因素引入进来,同时优化特征图融合方法。这种结合亮度、颜色、纹理、深度多特征的显著检测模型,大大提高了显著区域检测的准确性。最后,采用优化的MDLVQ编码对显著区域与非显著区域编码。实验表明,对立体图像采用基于视觉显著性的MDLVQ编码,同样具有较好的率失真性能。