随着多媒体技术和网络技术的飞速发展,以视频压缩编码为基础的数字视频的应用也越来越广泛。视频序列图像在时间上有很强的相关性,利用运动估计和运动补偿技术可以比较有效地去除图像帧间高度冗余度,实现高码率压缩比,块匹配运动估计算法具有计算复杂度低和易于软硬件实现的特点,被广泛应用于MPEG1/2/4和H.26x等视频编码标准中。最简单而且最可靠的块匹配算法是全搜索,然而它的计算量大,不适合实时应用。因此,研究快速有效的运动估计算法一直是视频压缩编码领域的热点问题之一。在H.264视频编码标准中,运动估计占用了编码器极大的计算量。为了提高运动估计算法的精度,减少搜索时间,本文分析了预测运动矢量和最优运动矢量的关系,进行了大量的统计试验和仿真,得出结论:预测运动矢量SAD值越大,最优运动矢量分布越广;反之,分布越集中。在此基础上,设计了新的快速运动估计搜索算法:根据预测运动矢量SAD值设置不同的阈值和搜索模板,预测SAD值越小,搜索范围越小,反之越大。算法中还采用了基于梯度下降的精细搜索技术,提高了算法的精度。实验结果证明,该算法与目前被广泛使用的UMHexagonS算法相比,PSNR提高了0.0016dB~0.0265dB,搜索时间ME-time减少了32.29%~45.32%。