视频作为一种信息含量十分丰富的信息载体,已经成为当今信息时代不可缺少的重要组成部分。由于视频序列通常拥有庞大的数据量,如何进行有效地数据压缩一直是人们研究的热点。作为主流的视频编码标准,H.264有着突出的压缩性能,但同时计算复杂度也相当可观。GPU (Graphic Processing Unit，图形处理单元)由于具有强大的浮点运算能力,近年来逐渐被应用到通用计算领域。2008年OpenCL异构编程框架的提出使人们在GPU等异构硬件平台上开发可移植的并行程序成为可能。因此,将GPU应用在视频编码领域具有广阔的前景。本文重点研究H.264编码环节中计算复杂度较高的几个关键模块,结合OpenCL平台与GPU硬件的并行特性,设计多种高效的并行算法：针对帧间预测模块设计一种帧间预测全并行算法,包括亚像素内插并行算法、运动补偿算法、整像素运动搜索全并行算法和亚像素运动搜索全并行算法；设计一种改进的梯状并行运动搜索算法,在大幅提高运动搜索速度的同时能有效控制码率；针对H.264整数DCT和量化运算,设计一种基于OpenCL的并行二维DCT和并行量化算法；针对环路滤波过程中滤波强度的求取,设计一种并行算法,同时针对环路滤波的执行环节设计一种分次并行滤波算法。实验结果表明,与传统CPU串行算法相比,本文基于OpenCL平台设计的并行算法在保证图像质量和压缩效率的同时,能够有效地提高计算效率,使计算速度得到显著加快。