随着互联网与移动终端的高速发展，以及云计算、大数据等技术的日趋成熟，多媒体应用与服务已成为人们生活不可或缺的一部分。作为多媒体数据通信技术的核心，图像与视频编码技术一直以来就是信息处理领域的研究热点,人们对于视频维度的需求从2-D到3-D，对清晰度的要求从标清到高清甚至超高清的不断提高，都对视频编码技术提出了更高的要求。目前应用最为广泛的视频编码标准H.264/AVC已经渐渐不能满足编码性能的需求，新一代视频编码标准HEVC在这种背景下应运而生。HEVC的编码性能与H.264相比提高了近一倍，在相同视频质量下将码率下降到H.264/AVC的50%左右。HEVC编码框架与H.264/AVC类似，仍然是以预测、变换和熵编码为核心的混合视频编码框架，其编码性能的提高源于在该框架下对各个模块进行了不同程度的技术创新。在帧内编码方面，对高清晰度视频，将帧内预测块划分得尺寸过小将导致块数的剧烈增加，从而需要更多的比特来表示帧内模式信息；而尺寸过大又会导致参考像素和待预测像素之间距离增加，从而降低预测精度。H.264/AVC采用的尺寸大小相对固定的预测块尺寸显示出其先天缺陷，针对这个不足，HEVC在帧内编码方面使用全新概念的编码树单元来获得多尺寸的编码单元，同时增加预测模式来获得更加精细的帧内预测。HEVC中的帧内预测包括Planar，DC以及33个方向的Angular预测共35种预测模式，本文中详细分析了HEVC帧内编码以及下采样相关的关键技术点，在HEVC编码框架下对帧内编码进行了改进，提出了基于node-cell结构的帧内预测方法。Node-cell结构将编码单元中的像素分为两个子集：node像素点和cell像素点，它们分开进行预测编码，node像素点可看作编码单元像素点的均匀下采样，其余像素点均为cell像素点。基于node-cell结构的帧内预测包括了Planar，DC以及不同node像素点下采样率情况下的Angular预测模式。Node像素点和cell像素点的分开编码使得cell像素点预测可以参考node像素点重建值，也即其Angular预测模式实现了双向预测，得到更高的预测精度，使得编码性能得到进一步提高。为了保证重建质量，node像素和cell像素的残差均被发送到解码器。实验结果表明，与HEVC帧内编码相比，基于node-cell结构的帧内预测模式的引入提高了帧内编码性能。其次，在node-cell结构帧内预测算法的基础上提出了一种量化参数控制算法。该算法针对node像素点和cell像素点残差平均能量不同以及它们相互影响的特点，针对不同编码单元特征，调整node像素点最优量化参数以提高编码性能。实验结果表明，在不增加编码时间和复杂度的情况下，与第三章基于node-cell结构帧内编码方向相比，该算法提高了编码效率。