1.一种基于边界梯度的3D视频编解码中深度建模模式的编码电路，记任一深度图像内的4N×4N区域的像素值为原始块RU，其中N为正整数，1≤N≤8；其特征是：所述编码电路包括：输入数据处理模块、粗搜索模块、精搜索模块和楔形块模型数据存储模块；

所述输入数据处理模块接收外部输入的原始块RU，并计算所述原始块RU的上、下、左、右四个边界上的4N-1个梯度值，从而在四个边界上一共得到4×(4N-1)个梯度值，将所有梯度值全部相加，得到梯度值和Sum，再将所述梯度值和Sum的二进制表达方式右移(3+N)位，得到梯度预过滤阈值Thr；判断四个边界上是否存在小于所述梯度预过滤阈值Thr的梯度值，若存在，将四个边界上小于所述梯度预过滤阈值Thr的梯度值全部置“0”；再对第i个边界上的4N-1个梯度值依次进行标号；将所述第i个边界上的4N-1个梯度值进行降序排序，从而得到梯度值对应标号的相应排序，记为第i个梯度值位置信息Posi，其中，梯度值为“0”的标号也记为“0”，1≤i≤4；以第i个梯度值位置信息Posi与第j个梯度值位置信息Posj作为一组梯度值方向信息，从而得到6组梯度值方向信息，其中任意一组梯度值方向信息记为Orit，1≤t≤6；

所述粗搜索模块根据第t组梯度值方向信息Orit中非“0”标号所对应的梯度值分别对所述原始块RU进行分割，从而得到Kt个粗搜索分割块，其中，第k个粗搜索分割块是由所述原始块RU分割后得到的两个楔形块组成；根据第k个粗搜索分割块，对所述原始块RU内的像素值按照两个楔形块分别进行均值计算，得到两个楔形块的均值并填充到相应的楔形块中，从而构成第k个粗搜索预测块；计算第k个粗搜索预测块的粗搜索率失真代价值，从而得到Kt个粗搜索预测块的粗搜索率失真代价值；同步计算6组梯度值方向信息所对应的粗搜索率失真代价值，并从中选择最小的粗搜索率失真代价值所对应的粗搜索预测块作为最优粗搜索预测块，i≠j，1≤j≤4；

所述精搜索模块根据最优粗搜索预测块在分割位置上的两个梯度值，分别找到相邻的两个梯度值，从而根据一个梯度值及其相邻的两个梯度值与另一个梯度值及其相邻的两个梯度值分别对所述最优粗搜索预测块进行分割，得到8个精搜索分割块；其中，第s个精搜索分割块是由所述原始块RU分割后得到的两个楔形块组成；根据第s个精搜索分割块，对所述原始块RU内的像素值按照两个楔形块分别进行均值计算，得到两个楔形块的均值并填充到相应的楔形块中，从而构成第s个精搜索预测块；计算第s个精搜索预测块的精搜索率失真代价值，从而得到8个精搜索预测块的精搜索率失真代价值，从这8个精搜索率失真代价值和最小粗搜索率失真代价值中选择最小的率失真代价值所对应的预测块作为最优精搜索预测块，最后根据所述最优精搜索预测块与所述原始块RU计算得到残差块，从而以所述最优精搜索预测块和残差块实现对所述原始块RU的数据压缩传输；1≤s≤8。

2.一种基于边界梯度的3D视频编解码中深度建模模式的编码方法，其特征是按如下步骤进行：

步骤1、记任一深度图像内的4N×4N区域的像素值为原始块RU，其中N为正整数，1≤N≤

8；计算所述原始块RU的上、下、左、右四个边界上的4N-1个梯度值，从而在四个边界上一共得到4×(4N-1)个梯度值；

步骤2、将所有梯度值全部相加，得到梯度值和Sum，再将所述梯度值和Sum的二进制表达方式右移(3+N)位，得到梯度预过滤阈值Thr；

判断四个边界上是否存在小于梯度预过滤阈值Thr的梯度值，若存在，则将四个边界上小于梯度预过滤阈值Thr的梯度值全部置“0”；

步骤3、对所述第i个边界上的4N-1个梯度值依次进行标号，并对第i个边界上的4N-1个梯度值进行降序排序，得到梯度值对应标号的相应排序，记为第i个梯度值位置信息Posi，其中，梯度值为“0”的标号也记为“0”，1≤i≤4；

步骤4、以第i个梯度值位置信息Posi与第j个梯度值位置信息Posj作为一组梯度值方向信息，从而得到6组梯度值方向信息，其中任意一组梯度值方向信息记为Orit，1≤t≤6；i≠j，1≤j≤4；

步骤5、初始化t＝1；

步骤6、根据第t组梯度值方向信息Orit中非“0”标号所对应的梯度值分别对所述原始块RU进行分割，从而得到Kt个粗搜索分割块，其中，第k个粗搜索分割块是由所述原始块RU分割后得到的两个楔形块组成；

步骤7、根据第k个粗搜索分割块，对所述原始块RU内的像素值按照两个楔形块分别进行均值计算，得到两个楔形块的均值并填充到相应的楔形块中，从而构成第k个粗搜索预测块；

步骤8、计算第k个粗搜索预测块的粗搜索率失真代价值，从而得到Kt个粗搜索预测块的粗搜索率失真代价值；

步骤9、将t+1赋值给t，判断t＞6是否成立，若成立，则执行步骤10；否则返回步骤6；

步骤10、从所有粗搜索率失真代价值中选择最小的粗搜索率失真代价值所对应的粗搜索预测块作为最优粗搜索预测块；

步骤11、根据最优粗搜索预测块在分割位置上的两个梯度值，分别找到相邻的两个梯度值；

步骤12、根据一个梯度值及其相邻的两个梯度值与另一个梯度值及其相邻的两个梯度值分别对所述最优粗搜索预测块进行分割，得到8个精搜索分割块；其中，第s个精搜索分割块是由所述原始块RU分割后得到的两个楔形块组成；

步骤13、根据第s个粗搜索分割块，对所述原始块RU内的像素值按照两个楔形块分别进行均值计算，得到两个楔形块的均值并填充到相应的楔形块中，从而构成第s个精搜索预测块；

步骤14、计算第s个精搜索预测块的精搜索率失真代价值，从而得到8个精搜索预测块的精搜索率失真代价值，从这8个精搜索率失真代价值和最小粗搜索率失真代价值中选择最小的率失真代价值所对应的预测块作为最优精搜索预测块；

步骤15、根据所述最优精搜索预测块与所述原始块RU计算得到残差块，从而以所述最优精搜索预测块和残差块实现对所述原始块RU的数据压缩传输；1≤s≤8。