MPEG-4与传统视频编码标准的最大不同在于第一次提出了基于对象的视频编码新概念。它采用开放的编码系统和新一代视频编码技术,它在视频编码发展史上第一次把编码对象从图像帧拓展到具有实际意义的任意形状视频对象,从而实现了从基于像素的传统编码向基于对象和内容的现代编码的转变。运动向量估计在编码过程中占运算量很大的部分,比重是50%以上。因此,为了提高编码器执行速度必须首先提高运动估计算法的效率。目前用于计算运动向量的快速搜索法经常因为陷入局部最小而不能准确的计算到运动向量或者计算量过大让人不能接受,提高运动向量估计的计算速度对于实时视频压缩编码有着重要的意义,更重要的是要在保证估计精确度的前提下提高提高运动向量估计的计算速度,常见的搜索法往往不能在陷入局部最小和计算量上找到一个合适的平衡点。根据基于对象的MPEG-4视频标准,本文提出一种改进后的快速搜索法-象限归类搜索法能明显减少运动估计陷入局部最小的情况,象限归类搜索法利用了相邻帧中运动矢量和图像像素的相关性,并结合了钻石搜索法搜索次数少和三步搜索法搜索范围大的优点,通过将搜索窗口分象限搜索,使搜索结果在搜索次数和精确度上与其他快速搜索法相比,都有了一定程度上的改善。通过C语言编程实验,与钻石搜索法的搜索效果作对比。分析证明了它的正确性。最后通过实验证明,结合多种常用的简单的搜索法的优点总结出来的象限归类搜索法,与其他快速搜索法相比,在减少运动估计的计算时间和提高运动估计的准确性上都有了一定的改善。