随着视频编码技术、网络基础设施、信息家电以及消费电子的迅速发展,以视频内容为核心的流媒体服务已成为信息产业中最具发展前景的业务之一。基于典型的分布式系统Internet和无线网络的多媒体业务,例如视频会议、视频点播、手机电视等成为了当前非常具有吸引力的应用领域。然而信道时变的异构网络给视频编码提出了前所未有的挑战。可伸缩性编码(Scalable Video Coding, SVC)作为处理此类复杂问题的有效工具而具有极其重要的理论研究价值和广阔的应用前景,是目前视频编码领域中最具吸引力的方向之一。本文主要对质量可伸缩性进行了研究。论文针对精细颗粒度的可伸缩性编码(FineGranular Scalability, FGS),研究了各种编码框架及其参数优化问题。首先,本文详细分析了FGS基本框架及其改进框架的特点,并且对SVC混合FGS编码框架进行了研究对其有效性进行了实验。实验结果表明SVC混合FGS编码框架在几乎整个码率范围内提高了编码性能；然后,本文先分析了SVC测试模型——JSVM(Joint Scalable Video Model)中的码流截取方式和非对称码流截取算法,针对SVC混合FGS编码框架的特点,对码流截取算法进行了研究。本文的码流截取算法首先将码率按比例平均分配给每个关键帧周期,然后在关键帧周期内部再进行平均分配。对提出的改进码流截取算法的实验结果表明,虽然PSNR(Peak Signal to Noise Ratio)较非对称码流截取算法有所下降,但是较非对称码流截取算法波动也较小。同时PSNR值也普遍高于JSVM中原有的码流截取算法。最后,本文针对SVC混合FGS编码框架,对自适应漏因子选择的算法进行了研究。本文的算法根据基本层的数据是确保传输的这一前提,通过当前帧基本层数据量与第一帧Ⅰ帧基本层数据量的比值,用线性方程为每帧单独选择最优漏因子的初始值,并根据关键帧周期帧的平均基本数据量与当前参考帧基本层数据量的比值,对选择的漏因子进行调节。实验结果表明,算法产生的码流在大部分码率范围内PSNR值高于原有SVC混合FGS编码框架下固定漏因子的最高PSNR值。