HEVC(High Efficiency Video Coding),即H.265,是目前最新的视频编码标准。相比于前一代视频编码标准,H.265/HEVC虽能够明显改善视频压缩效率,但是却带来了更高的计算复杂度,尤其是帧内预测过程。为了保证视频编码的实时性,设计一种高效的帧内预测加速算法来减少帧内编码的计算量就显得尤为重要。本文提出一种基于梯度的帧内预测加速算法来跳过一些帧内预测模式和划分深度的预测过程,从而达到减少计算的目的。此算法利用图像梯度信息来粗略估计编码单元的纹理方向和纹理复杂度,其中纹理方向用来估计编码单元的最优帧内预测方向,纹理复杂度用来判断是否跳过当前划分深度的预测编码过程。实验表明,相比于H.265/HEVC测试模型HM16.18,本文提出的帧内模式判决算法和划分跳过快速算法能够减少60.59%的编码时间,仅造成平均0.38 dB的峰值信噪比减少和8.52%的码率增加。对于1080P以上分辨率的视频,此算法甚至能够减少70%以上的编码时间。除了算法设计之外,本文还根据此算法提出了一套高度流水和并行的H.265/HEVC帧内预测硬件实现方案,可以支持所有帧内预测模式和全部的预测单元尺寸。本课题完成了该帧内预测硬件单元的RTL级模型设计和功能验证,用28nm库对硬件设计进行综合,最高运行频率可达到1.11GHz,总的单元面积为384417.4平方微米,在帧内预测过程不依赖重建数据和率失真优化的情况下能实现实时1080P@250fps或4K×2K@60fps规格的全帧内视频编码。