可变形网格是目前图象编码方法研究的一个新方向。网格通常是指在图象区域内的多边形（三角形或者四边形）分割集合。本文比较了四边形网格和三角形网格在网格变形上的计算复杂度，认为三角形网格的插值、仿射变换等计算复杂度低。通过分析，选三角形网格作为本文研究的分割集合。 本文首先介绍了平面上离散点集的Delaunay三角形剖分方法以及Delaunay三角形网格的性质，本论文的研究正是建立在此基础上。本文提出了一种基于内容自适应的特征点提取方法，在此基础上构成Delaunay网格以形成静止图象的网格描述。与四边形网格编码方法相比，本文的方法具有结构灵活、编码效率高等特点，实验结果说明了本方案的性能。 通过对视频序列的分析和对三角形网格在跟踪图象变形方面的研究，本文提出了基于区域分割与Moravec算子、采用全局阈值与局部自适应阈值相结合的特征点提取方法以生成三角网格，通过选用不规则三角形网格模型和三角形仿射变换对图象序列进行运动估计与补偿。实验结果表明，本文所提出的方法在需要编码的运动矢量较少的情况下，比传统的运动估计和补偿方法有更好的效果；同时也显示局部自适应阈值方法提取特征点能够形成性能更好的三角形网格模型。 视差估计是立体视觉和立体图象编码领域的研究重点，其估计的准确程度直接影响编码的精度和效率。在研究传统视差估计算法的基础上，本文提出了一种基于特征点提取的三角形网格视差估计算法和遮挡点检测方法。同时文中通过分析立体图象对的视差，提出了一种适合于视差估计的特征点提取方案。实验结果表明，这种算法同传统“块”匹配视差估计算法相比，视差矢量的估计更加准确，同时能比较准确地检测出其中的遮挡点，残差图象中主要物体的轮廓更加清晰，有利于进一步的图象分割。并在视差估计的基础上，提出了基于三角形网格的虚拟中间视图合成算法，实验结果表明本文算法所合成的中间视图不会出现镂空和重叠的情况，具有较好的主观视觉效果。