序列图象的运动估计作为视频处理和计算机视觉的关键技术,已在社会生产生活的各个方面显示出越来越不可忽视的地位和作用,尤其在工业、商业、国防、医学、网络技术等领域,具有广泛的应用价值。近年来,块匹配(block matching)技术由于计算复杂度低及很高的压缩效率,被许多视频编码标准(如ISOMPEG-1/2以及ITU-T H.261/263) 所采用,在理论研究和实践应用中得到了不断的发展和完善,成为数字视频技术的一个研究热点。本文在深入分析,全面总结当前块匹配技术研究的基础上,提出了一种基于运动矢量分布特性的块匹配算法,并将其应用于基于小波变换的分层块匹配算法中。试验结果充分表明,在提高精度、降低计算复杂度等方面,新方法有着明显的优越性。论文首先充分回顾了几种经典的运动估计方法,其中基于块的匹配算法,方法简单,且估计效果较好,具有满足系统实时计算的潜力。在理解块匹配问题本质的基础上,系统地归纳总结了目前国内外现有的块匹配算法。根据二维对数搜索法、交叉搜索法、基于块的梯度下降搜索法和菱形搜索法等算法所采用的不同搜索模板与搜索策略,分析了它们的适用范围及优缺点。在基于运动矢量分布特性的运动估计方面,本文首先介绍了序列图象运动矢量的分布特性,即中心倾向分布特性、运动相关性和SAD值的方向性,这是本文研究的基础。然后对现有起点预测方法、匹配准则一一作了分析,并在此基础上提出了改进方案--基于运动相关性的起点预测方法和基于视觉特征的运动估计匹配准则。针对现有搜索模板与搜索策略对小运动块进行估计时造成的运算冗余,本文又提出了菱形、正方形相结合的DSM模板及沿SAD值下降方向进行搜索的策略。综合利用上述准则、方法、搜索模板与搜索策略的优点,设计了基于运动矢量分布特性的块匹配算法--快速块匹配LCB算法,并在算法计算复杂度、解的精确度方面进行了比较,实验结果验证了新方法的正确性和有效性。提出了一种改进的基于小波变换的分层块匹配算法。首先,介绍了小波变换和多尺度间的关系,并对二维小波变换的分解与重构算法和二维图象的多尺度表示进行了简要介绍。分层运动估计理论是多尺度理论和小波理论在序列图象分析中的应用,它利用小波变换良好的多尺度特性,得到不同分辨率的子图象,并在不同尺度上进行块匹配。改进方法是先在低分辨率下利用第三章所介绍的基于运动矢量分布特性的运动估计算法进行块匹配,然后在高分辨率下进行更精确的估计。实验表明,这种方法既减少了迭代时落入局部最小点的可能性,又提高了运算速度,因而也能获得比在单一尺度上更好的处理效果。