随着数字多媒体技术的不断发展，人们对视频交互性以及感官体验的要求会越来越高，立体视频因此应运而生。立体视频因具有使用户能体验立体视觉感知的特点，在通信、电视、医疗、监控、教育、军事和国防等领域受到重视，许多学者和科研机构也展开了对立体视频系统及其相关技术细致的探讨和研究。虚拟视点合成是立体视频系统中一项关键技术，它不仅确保了观众最终能流畅享受立体感，还保证了观众能自由的选择视角。针对传统多视点视频技术中的问题，如实时性与真实性不好，占用带宽过大，图像中容易出现裂纹、空洞、重影等，本文以深度图像绘制技术为基础，探讨了基于深度图像绘制技术中的深度提取算法。提出了一种基于深度图像分层的图像描绘方法。该方法先采用均值漂移聚类（Mean Shift Clustering）算法对估计出的深度图进行分割处理，使得深度图中物体有同一深度值，然后利用视频信息以及处理后的深度信息进行3D图像转换，使得世界坐标系中的点变换到帧图像画面中，再在对图像中的空洞填充处理，最后完成虚拟视点绘制。通过对日本名古屋大学提供的1024768的kendo,1280960的dog测试序列仿真实验，结果表明：该方法解决了由于原始帧图像中的某些区域被遮挡或是压缩导致的重要信息丢失等问题所导致3D变换出错，即解决了虚拟绘制出的图像不满足主观要求的问题（遮挡、空洞、重影等问题），通过PSNR和SSIM的评测实验表明本文改进的算法具有较好的处理效果。