3D数据广泛应用于计算机辅助设计、影视娱乐、虚拟现实、工业快速成型及3D打印等领域。计算机运算速度的提高及光学成像技术的不断发展,为3D数据的实时获取创造了条件,同时也对3D数据后期的压缩存储、传输技术提出新的要求。本文在深入研究各类3D数据编码压缩算法的基础上,对虚拟结构光3D数据编码算法进行了改进,同时提出基于可伸缩区域的备选CVBF算法,具体研究内容如下:1、虚拟结构光3D数据编码算法在数据编、解码过程中,存储相位级次索引的条纹会因边缘处量化误差造成相位展开局部错误最终导致解码深度信息错误。针对这一问题,本文提出相对相位展开辅助绝对相位展开的方法来抑制量化误差引起的深度解码错误。在将条纹的截断相位展开成连续相位完成深度信息解码过程中,同时使用相对相位展开和绝对相位展开的方法完成截断相位展开,根据两种方法得到的连续相位差值固定的特点,对存储相位级次的条纹边缘处量化误差进行修正。实验结果表明,该方法可有效提高虚拟结构光3D数据编码算法数据保真度,使数据解码均方根误差平均降低10.8倍。2、采用HEVC对3D视频的深度序列进行压缩编码时,会使深度图的边缘出现伪影,最终导致合成的新视点出现空洞影响视频观看质量。CFBV算法采用备选像素代替深度边缘不可信像素,是目前较为有效且简单的深度边缘滤波算法。为了获得更为准确的深度数据,本文提出基于可伸缩区域的备选像素提取算法,来提高CVBF算法的鲁棒性。滤波过程中,部分备选像素的值由可信度高的区域求平均获得。实验结果表明,使用改进的滤波方法后,合成虚拟视点的PSNR较采用CVBF算法平均提高了0.08d B。该滤波方法可有效提高压缩编码后的深度序列边界数据的可靠性,进而提高虚拟视点合成质量