视频作为一种数据量巨大的信息载体,其压缩和传输问题一直是一项研究热点。近年来,随着视频应用的不断丰富和发展,人们对高清视频的需求也在不断提升。已经得到广泛应用的第三代视频编码标准（如HEVC、AVS2）已经不能满足未来市场需求,在此背景下,国际标准化组织提出了新一代视频编码标准——多功能视频编码（Versatile Video Coding,VVC）。VVC在各个模块均引入了很多压缩性能优异的新技术,新技术的引入提升了VVC的视频压缩性能,但同时也使得其编码复杂度急剧升高,使VVC在实时编码等场景中的应用受到限制。当前关于VVC编码复杂度的研究还不够充分,相关参考文献数量有限。因此,针对VVC的快速算法研究具有重要意义。本文主要研究VVC帧内编码过程的快速算法,主要包含块划分和模式选择过程。VVC在块划分过程中引入了嵌套多类型树的四叉树块划分（Quadtree with Nested Multitype Tree,QTMTT）结构,这使得VVC中的编码单元（Coding Unit,CU）具有更灵活的形状和更多样的尺寸;在模式选择过程中,VVC将候选模式数量从HEVC的35种增加至67种,以便更好地贴合图像纹理。这些改进在提高VVC帧内预测压缩性能的同时,也增加了帧内预测复杂度。针对这一问题,本文利用纹理信息、统计信息及历史编码信息,在块划分和模式选择模块提出相关快速算法,大幅降低编码复杂度。针对块划分模块,本文提出了一种基于灰度共生矩阵的帧内块划分快速算法（Fast GLCM-based Intra Block Partition,GLCM-IBP）。通过引入灰度共生矩阵,提取CU的纹理信息并判定纹理方向,根据纹理方向跳过可能性较低的二叉树和三叉树划分,从而降低块划分复杂度。该算法在VVC参考软件平台VTM-2.0上进行了代码集成和性能测试,测试结果显示该算法能够对码率性能影响较低的情况下平均降低34.99%的编码时间,且性能指标明显优于同类型最新快速算法。针对模式选择模块,本文提出了一种基于历史编码信息的帧内模式选择快速算法（Fast Intra Mode Decision based on Historical Coding Information,HFIMD）。通过分析RDO列表第一个模式与最可能模式（Most Probable Mode,MPM）列表之间的归属关系,在此基础上统计最佳预测模式在RDO列表中的分布概率,结合最佳预测模式的历史归属信息,缩减RDO列表长度,从而降低模式选择复杂度。该算法在VVC参考软件平台VTM-2.0上进行了代码集成和性能测试,测试结果显示该算法的码率性能损失较低,并能够降低18.48%的编码时间。最后,本文对上述块划分和模式选择快速算法进行了联合测试。测试结果显示,相较于VVC参考软件平台VTM-2.0,本文提出的算法可以在对编码性能影响较低的情况下平均降低44.12%的编码时间,性能指标明显优于同类型最新快速算法,且本文算法具有较好的鲁棒性和较高的时间节省效率。