随着信息化社会的到来,多媒体通信需求越来越迫切,特别是作为可视化通信的关键,视频通信已成为通信领域研究的热点之一。鉴于视频信息量巨大的特性,如何有效提高视频编码效率和性能成了视频通信中的核心问题之一。而视频信号的高时间和空间相关性则为视频信号的压缩提供可能。为了实现视频通信的通用性,国际标准化组织(ISO)和国际电讯联盟(ITU)相继推出了一系列视频压缩编码国际标准: MPEG-1、MPEG-2、MPEG-4和H.261、H.263、H.264等。通过提供各种灵活的编码新选项,新的编码标准大大提高了视频编码的效率,并能更好地适应视频通信网路的传输。但也不难发现,新视频编码标准压缩效率的提升是以编码复杂度的剧增为代价的。这就给视频编码的实时实现带来了挑战。因而,对视频编码算法的优化设计除了考虑算法的压缩效率的同时,不能忽略算法的计算复杂度。高效率的视频编码算法在保证较高的压缩效率的同时,应该具备较低的计算复杂度,能在节省通信带宽或者存储空间的同时,有效地节省计算资源。本论文从实际应用角度出发,针对计算资源有限的编码场合,根据复杂度和噪声这两个关键性因素,对视频编码器中关键算法进行图像纹理和噪声的自适应性优化设计。在保证一定率失真效率的基础上,有效减低视频编码的复杂度。首先,本文提出了分析视频信号特征的两种方法:图像块边缘模式分析方法和噪声估计方法。这两种算法能够准确地分析出视频序列中的图像块边缘模式信息和噪声信息。这两种分析方法都具有较低的计算复杂度。所得到的边缘模式信息和噪声信息将作为后续自适应性算法的先验知识;接着,提出了基于H.264标准的快速帧内预测模式选择算法和快速帧间编码模式选择算法。快速帧内预测模式选择算法基于图像块的边缘模式信息,而快速帧间编码模式选择算法基于运动补偿后得到的残差块的边缘信息。与其它的快速算法相比,这两种快速算法在保证较高的率失真效率的基础上,有效降低了算法复杂度。而且,由于所提出的图像块边缘模式分析方法的计算复杂度低,这两种快速算法所需的额外复杂度可以忽略。这为在计算资源有限的场合实现实时编码提供了良好的方案;运动估计是视频编码器中最关键、最复杂的环节。噪声的存在不仅影响了运动估计准确性,因而影响编码效率,噪声也较大程度地影响了运动估计的速度。所以,最后,本文提出了一种具有抗噪声干扰能力的运动匹配准则:自适应超级块扩展匹配准则,接着还对一种性能较优的快速运动估计算法进行噪声自适应性扩展设计。图像边缘自适应的模式选择算法和噪声自适应的运动估计算法,能在保证较高视频压缩效率的基础上,有效地降低视频编码的复杂度,为基于计算资源有限的应用场合实时实现视频通信提供良好的编码算法。