随着视频采集设备清晰度的不断提高,人们对视频编码的效率提出了越来越高的要求。运动估计作为一项重要的视频编码技术,多年来视频编码效率的大部分提升均是由于其采用了更为优秀的运动估计算法。为此,运动估计不仅得到了视频编码研究人员的广泛重视,也在实际中得到了大量的应用。首先,本文在介绍运动估计原理的基础上,从基于候选向量降采样的运动估计、基于像素降采样的运动估计、基于低复杂度误差函数的运动估计、基于低比特像素的运动估计和基于网格模型的运动估计等五个角度详细阐述了基于块平移模型的运动估计算法研究进展,综合比较了各个算法的优缺点。其次,探讨了基于块平移模型在捕获复杂局部运动时存在的不足,并介绍了仿射运动模型等多个模型,并通过比较分析得出弹性运动模型是一种表示复杂运动场的高效率模型的结论。再次,介绍了基于离散余弦函数的弹性运动估计算法。针对传统弹性运动模型对初始迭代点和迭代步长存在敏感性,采用基于2 bit深度像素的搜索算法完成初始迭代点的预测,并根据离散余弦变换的低频能量比率和黄金分割法计算迭代步长,进而提出一种基于改进高斯—牛顿算法的弹性运动估计方法。最后,针对传统高斯—牛顿算法求解弹性运动模型过程中需反复计参考帧的黑塞矩阵(Hessian Matrix)及其逆矩阵的不足,借鉴列文伯格麦夸特(Levenberg-Marquardt)算法的思想,采用当前帧的黑塞矩阵取代参考帧的黑塞矩阵,使得每次运动估计仅需计算一次黑塞矩阵及其逆矩阵,并引入提前中止策略,提出一种改进列文伯格麦夸特优化的快速弹性运动算法,从而达到降低弹性运动估计计算复杂度的目的。大量的实验结果验证了本文两种算法的有效性。