随着人们对多媒体信息需求的迅猛增长以及通信技术的发展,海量多媒体数据的存储和传输已成为阻碍人们有效获取和使用多媒体信息的瓶颈。因此,高效的视频压缩编码技术正受到人们的广泛关注,各种视频压缩编码标准也成为了国内外学者和工程人员研究的热点。运动估计和补偿作为视频压缩的核心技术之一,能有效地消除视频信号的时间冗余以提高压缩效率,已被广泛用于目前各种主流视频压缩编码标准中。研究和设计高效、快速、鲁棒的运动估计算法成为了目前视频压缩技术研究的重要课题。在各种运动估计方法中,块匹配法由于其原理简单、便于实现等优点得到了普遍应用,其相关快速算法也得到了广泛的研究和发展。但是,传统的快速块匹配算法如三步法、菱形法等虽然极大地提高了搜索速度却具有易陷入局部最优的固有缺陷,这对于运动估计质量有很大影响。首先,本文从数学模型的角度对块匹配算法进行分析,研究了传统快速算法存在局部最优问题的根本原因。另一方面,本文介绍了生物免疫学的一些基本理论及其对智能计算方法——人工免疫系统的启示,并重点对一种基于体液免疫原理的人工免疫系统进行了介绍和阐述。在此基础上,本文将体液免疫应答机理应用于块匹配优化问题,提出了一种基于人工免疫系统的块匹配运动估计算法。该算法有效地解决传统快速算法存在的局部最优问题,从而较大地提高了运动估计的准确率。其中,本文重点对该算法中的免疫选择算子进行了优化,提出了一种基于抗体抑制的免疫选择方法。该方法考虑了相邻抗体之间相互抑制的作用,并结合抗体亲和度由高到低地进行选择,与传统的比例选择方法相比有效降低了计算复杂度,同时可通过抑制半径对抗体多样性和算法收敛速度进行调控。此外,本文算法还将免疫记忆机理应用于抗体群初始化,进一步提高了搜索效率。最后,本文对该算法进行了仿真实验并与三步法、菱形法等传统快速块匹配算法比较。实验结果表明,本文算法对各种运动类型的视频在搜索质量上都有一定的改进并具有相近的搜索点数,特别是对大运动的视频优势明显。在搜索过程中,它体现出了更好的“求精”与“求泛”之间的平衡。