随着计算机和通讯技术的飞速发展,传统的多媒体数据业务已不能够满足人们的需求,人们期望越来越多的面向网络的多媒体应用服务,如无线通信、网络流媒体、远程医疗、视频会议等。这些多媒体应用服务对数据传输带宽及数据实时性传输提出了很高的要求。尤其是视频数据,这种要求更高。因此,研究和开发新型高质量、高效率的面向网络应用的视频压缩编码技术成为目前研究的热点。 影响视频压缩编码质量和效率的因素很多,运动估计是其中最有影响力的因素之一。运动估计的越准确,视频压缩编码的效率就越高,解码出来的视频图像质量越好;而且,运动估计在整个视频压缩编码系统中的计算复杂度最大。因此,快速、高效的运动估计算法是视频压缩编码技术的研究重点。 本文研究视频压缩编码,分析了已有视频压缩编码方法。在此基础上重点研究了帧间压缩编码方法中的运动估计技术,并主要在运动估计算法的搜索模式、运动估计算法的搜索策略,运动估计算法设计实现技术方面进行研究,取得了如下研究成果: 1).提出了平行四边形搜索(Parallelogram Search,PS)模式。搜索模式决定运动估计中每次搜索的探测点个数,因此运动估计的效率部分取决于运动估计算法的搜索模式。现有的运动估计算法大多都存在搜索易陷入局部最优和搜索冗余的问题,为此,我们提出PS搜索模式,该搜索模式包含三种PS搜索模型和一种扩展的PS搜索模型,每种PS搜索模型对应一个搜索方向区间。当搜索方向在某一方向区间内时,运动估计使用相应的搜索模型,当超越这个方向区间,进入到另一个方向区间时,运动估计更换搜索模型,使用与当前方向区间对应的搜索模型。与其他搜索模式相比,该搜索模式避免了搜索的盲目性并减少了搜索陷入局部最优的可能性 2).提出了一种搜索模式与搜索方向基于上下文自适应的搜索策略和基于该策略的快速自适应运动估计算法—CAPS算法。搜索模式和搜索方向基于上下文自适应的搜索策略能够使算法根据已有的搜索结果,确定下一步的搜索方向,也即目标物体运动的方向区间,然后根据此搜索方向所在的搜索方向区间选择相应的搜索模型进行下一步搜索。因此,基于该搜索策略的CAPS算法在搜索过程中搜索方向与搜索模式基于上下文自适应,能准确、快速的搜索到最优解。CAPS算法使用了PS搜索模式,以较大步长进行搜索,因此CAPS算法很大程度上克服了搜索易陷入局部最优的问题,并降低了搜索点冗余。实验结果表明,在取得相同的视频率失真条件下,CAPS算法在运动估计速率上比国际先进的UMHexagonS算法提高约50%,比搜索精度最高的FS算法提高约92%。并且运动越剧烈的视频序列,CAPS算法的速率提高越明显。 3).设计了基于遗传算法的运动估计方法(Motion Estimatiohagnn Based on Genetic Algorithm,MEBGA)。现有的绝大多数快速运动估计算法存在搜索易陷入局部最优的问题,从而导致搜索精确不高,视频编解码质量下降幅度较大。因此,本文设计MEBGA运动估计方法,目标是利用了遗传算法在全局优化方面的优势,在实现快速运动估计的情况下,提高搜索精度,进而提高视频编解码质量。实验结果表明:基于遗传算法的运动估计方法取得了非常接近于FS算法的PSNR值,并且极大降低了搜索易陷入局部最优的缺陷,提高了视频编解码质量;另外运动估计时间统计也表明MEBGA方法极大的节约了运动估计时间,提高了视频压缩编码速率。