视觉是人类感知外部世界的主要方式，在现在这个信息社会，人类会从显示设备上获取大量的信息，但是传统的电视显示技术并不能够和人类视觉系统的感知能力相匹配。人类可以感知到的亮度和颜色大大超过了大多数显示设备所能提供的范围。为了使得显示设备可以为人类提供更丰富的视觉信息，即提供更高动态范围的亮度和更宽范围的颜色，高动态范围显示技术以及宽色域技术应运而生，并在近几年得到了明显的发展。但是，由于信息更加丰富所带来的比特深度的提高，高动态范围以及宽色域的显示内容特别是视频需要更加大量的存储空间以及传输带宽。2015年，MPEG组织发布了一个基于HEVC视频编码标准的针对压缩HDR/WCG视频内容的标准压缩框架，本论文主要致力于对于改标准压缩框架做出改进，主要工作如下方面：　　1、提出了一种针对HDR/WCG视频编码的自适应量化方法。发现在标准方法中将高位浮点数数据量化为低位整型数据所使用的方法是线性量化。但这样并不能充分利用HDR视频所提供的动态范围，这可能会导致亮度信息和色度信息的损失，特别是对于色度分量。为了高效率的利用HDR视频所提供的码字，在将高位浮点数数转换到同等深度的整数数据并进行色度下采样之后，对于视频的每I帧计算，计算每个颜色通道的累计密度函数基于该累计密度函数构造一个映射函数。最后通过上述映射函数，自适应将高位的整数数据量化为低位的整数数据。实验表明，通过我们的方法所压缩并重建的视频质量的好于标准框架所压缩并重建视频的质量。　　2、但是在上述自适应量化方法中，虽然视频质量有所提高，但是相对的比特量增加了很多。接下来尝试只对色度分量的码字进行自适应重整。对于HDR/WCG视频色度分量，像素值往往集中在一个较窄的动态范围内。在将高比特深度的浮点数据量化为低比特深度的整型之前，重新分配的色度分量的像素值。给像素分布较多的范围分配较多的码字，给像素分布较少的范围分配较少的码字。这是通过对于视频I帧的色度分量值的直方图构造一个映射曲线。并通过这个映射曲线实现码字的重新分配。客观的结果表明，相对与标准框架我们的方法有更加良好的编码效率。主观的结果表明，我们的方法压缩并重建的视频具有良好的视觉质量。　　3、因为ICtCp颜色空间对比NCL Y’CbCr颜色空间具有更好的恒定亮度，更好的色彩均匀性，更好的色调线性度，以及更好的基带量化性能。这些特点对视频压缩和色度抽样带来了便利。所以将输入 HDR视频从 RGB颜色空间到 ICtCp,代替标准框架中所使用的Y’CbCr颜色空间，然后我们在ICtCp颜色空间下，使用参考亮度信息的色度采样方法。在这种采样方法，基于相邻像素与当前像素的亮度信息差异为采样滤波器系数乘以不同的权重。实验结果表明我们的方法的可以实现更好的压缩效率和更佳的视觉质量。