随着二维视频的日益成熟,越来越多的科研学者把目光集中在了多视点视频的研究上。本文从多视点视频数据本身特点出发,设计了一种相关性测试结构,并提出了基于块匹配相关性模型和基于相关性函数相关性模型表示式的两种测试方法。根据视频序列在时间/视点方向上的相关性强弱,本文提出了一种多预测结构的联合编码方式。对视频序列先进行相关性分析,判断序列的相关性类型,有针对性地利用视点间参考帧,采用三种灵活的预测结构进行编码。实验结果表明将三种预测结构相结合,在保证峰值信噪比损失较小的情况下,减少编码的比特数。同时对于视点间相关性较强的序列,给出的预测结构不仅可提高信噪比,同时还可减少编码比特数。对于视点间相关性较强序列的预测结构,作了进一步研究,提出了一种改进的预测结构。由于视点间相关性较强序列的最大特点在于相邻相机之间的距离很小,因此相邻视点间的视差也就很小,即使视点之间相隔了几个视点,它们之间的全局视差也不会很大。因此可以通过在视点方向上增加B一视点数来提高编码效率。实验结果表明在相同比特率的情况下,改进后的预测结构的峰值信噪比要高于MVC-HBP1.3至1.5dB,而在相同峰值信噪比的情况下,改进后的预测结构要比MVC-HBP节约80至120kbps。此外,对于多预测结构联合编码方式的随机访问性能本文也给出了评价。实验结果表明多预测结构联合编码方式的随机访问性能要优于MVC-HBP。3种预测结构的Ⅰ-视点的位置都设在中间视点,使得Ⅰ-视点作为2个视点的参考视点,相较于MVC-HBP预测结构,减少了其余视点在随机访问时的解码帧数。综合以上两方面,预测结构的随机访问性能从整体上得到了改善。