全景成像技术由于能够再现具有连续视差、全彩色、连续视点以及真实视角的立体场景,已经成为最具发展潜力的三维(3D)显示技术,但采集到的大量高分辨率的立体元图像却带来了对传输带宽和存储空间的巨大需求。本文研究如何对立体元图像进行高效、实时的压缩编码。目前,立体元图像的编码方法主要有无损压缩方法、基于现有的单视点视频压缩标准的编码方法以及针对立体元图像的特殊性而设计的编码方法。在第二种方法中,基于Hilbert曲线的算法虽然在图像阵列局部性质的保持能力与编码效率方面都取得了较好的效果,但是图像的重新排列过程破坏了原始的相关性分布,而且编码时参考图像的数量最多只有2个。此外,因为立体元图像的特征易受采集条件影响,一些方法将立体元图像变换成子图像进行编码。本文针对基于Hilbert曲线的算法的局限性,提出了一种用于对变换后的子图像进行高效编码的分层联合预测结构,以及此结构在多线程框架下的并行实现方法。本文的分层联合预测结构是基于多视点视频的分层B帧(HBP)预测结构提出的。此结构将图像分为关键图像与非关键图像两种,并以关键图像为基准将图像阵列分为二维(2D)的图像组(GOP)阵列。关键图像采用图像内预测,非关键图像根据其在相应GOP内的位置选择不同的预测模式。本文引入了行间预测层数与列间预测层数两个概念,分别表示图像在垂直、水平方向上所处的预测等级。此结构中的所有行只参考位于更低行间预测层上的解码行进行预测编码,所有列只参考位于更低列间预测层上的解码列进行预测编码。实验结果证明,在采用相同标准进行编码的情况下,本文提出的分层联合预测结构用于子图像的编码,能够在不改变图像空间位置的情况下,使大多数的图像拥有更多的参考图像用于预测编码,所以可以获得更高的解码图像质量以及更好的重构效果。为了提高编码算法的实时性,本文根据图像阵列中的行间预测关系并借助单核多线程技术,对提出的分层联合预测结构的实现过程进行了并行设计。此并行实现方法是将每列GOP并行编码,每行GOP从左至右依次编码。其中,每列GOP的并行编码通过以下方式实现:每个GOP中的所有行按着行间预测层数的升序依次编码,其中行间预测层数相等的行并行编码,每个GOP中位于同一行中的图像按着列间预测层数的升序依次编码。实验结果证明,本文的分层联合预测结构采用此并行方法实现后,可以有效地降低编码延时,提高算法的实时性。