随着近年来多媒体技术的飞速发展,许多应用领域对视频图像的实时压缩提出了更高的要求,快速、高效的压缩算法是解决这一问题的关键。运动估计作为实现视频压缩的核心技术,也是压缩编码中运算最复杂、最耗时的环节,因此,运动估计算法一直是视频压缩领域的研究热点。本文对国内外现有的运动估计算法进行了全面、深入地分析和总结,在此基础上,对现有算法进行了研究和改进,包括以下几个方面:首先将粒子群优化算法引入块匹配运动估计领域,将块匹配方法的局域性搜索与粒子群算法的全局性搜索相结合,提出了一种基于粒子群优化算法的块匹配运动估计算法,实验结果表明该算法具有良好的运算精确度和较高的时间效率。然后给出一种基于小波-Contourlet变换的多分辨运动估计方法,在小波-Contourlet域对低频子带中的图像块根据其运动剧烈程度进行划分,采取不同的搜索策略,并对高频子带中的预测矢量进行细化搜索。实验结果表明,该方法取得了比现有的多分辨域运动估计算法更好的效果。接着本文将视频序列中的图像帧视为运动分量与静态分量的混合信号,实现了一种使用FastICA提取运动分量,并基于运动分量进行分类匹配的运动估计方法。实验结果表明这是一种性能良好的块匹配运动估计方法,特别适用于小运动和中等运动的图像序列。最后本文引入具有良好全局寻优能力和局部收敛能力的人工鱼群算法,给出了一种结合AFSA和SDSP,同时利用图像序列时空相关性的多模式快速运动估计算法。与其他的快速搜索方法相比,在剧烈运动场合,图像编码质量得到了显著的提高。