运动估计算法是视频编码的核心部分,一个优秀的快速运动估计算法能够有效地获得相邻帧之间的相似处,降低计算冗余度,最终达到好的压缩效果。因此,运动估计算法被广泛地应用到和视频相关的各个领域中,成为了数字影像技术的一个研究热点。本文提出了一种基于动态门限阈值技术和方向性十字模型(DT-OCSP)的快速块匹配运动估计算法。DT-OCSP采用了运动类型分类的方式来调用不同的搜索模型,完成搜索过程。动态门限技术通过对参考帧中相同运动类型宏块的绝对误差和(SAD)取均值,来获得当前帧中的小运动门限THl和大运动门限TH2。运动分类机制通过对中心宏块的SAD进行门限判别来完成运动类型的分类,从而获得准确的运动类型预测,而且避免了大量数据存储和排序计算。对于小运动类型宏块,本文提出了一种方向性延伸的小十字模型(DE-SCSP)。它是以小钻石搜索模型为基础,通过增加2个方向性延伸的搜索点来提高搜索准确度。对于大运动类型宏块,本文提出了一种方向性延伸的大十字搜索模型(DE-LCSP),它采用了从粗略到精细的搜索过程,在保证高搜索精度的同时,有效地提升了搜索的速度。实验结果证明,本文提出的DT-OCSP算法是一种鲁棒性的高效运动估计算法,搜索精度与其他算法相近,搜索速度快于其他运动估计算法。