随着互联网和信息技术的发展,视频已经成为人们生活中的一部分。视频中包含大量的信息,使得它很难直接存储或者传输。为了解决这一问题,人们在视频压缩编码领域进行了不懈的努力。H.264作为新一代视频编码标准,具有着优异的压缩性能,但其性能的提高是以增加计算复杂度为代价的。近年来,图形处理器(GPU, Graphic Processing Unit)发展迅速,GPU已不仅局限应用于图形的渲染工作,而且逐步用于通用计算。因其具有价格低廉、编程灵活和强大的并行数据处理能力等特点,人们已将GPU用于视频编解码领域。本文对H.264串行编码器进行任务划分,采用CPU+GPU协同工作的编码架构。CPU主要负责原始数据的读取、参数集和片头码流的写入以及主机和设备间数据的传输；GPU则用于帧内预测、帧间预测、熵编码和环路滤波等计算量相对较大的模块。本文主要针对H.264中的帧内预测、熵编码和环路滤波三个模块进行并行算法设计并在CUDA上实现。针对帧内预测模块,设计了三种并行算法：针对并行难度相对较大的熵编码环节,通过深入分析数据相关性,设计了一种合理的并行方案。通过信息统计、码流生成和码流合并三步完成了熵编码的并行。针对环路滤波环节,设计了两种并行方案,并给出了一些优化方法。本文进行了大量的实验,结果表明所采用的CPU+GPU协同工作的编码架构可以充分发挥处理器的各自优势,在基本保证压缩性能和图像恢复质量的条件下,计算效率得到显著提高。本文的并行编码器与现有流行的x264串行编码器相比具有5-7倍的加速效果。