随着第三代移动通信和IP网络的迅猛发展,视频业务已成为重要的通信业务。人们对视频编码的要求不仅停留在编码效率方面,还要求在接收端具有编缉视频的功能,甚至要求视频编码比特流能够适应网络性能的变化、用户需求和终端设备的多样性。众所周知,基于块的编码方法在甚低比特率下,预测图像会出现块效应。为了满足以上需求及克服块效应,本文针对基于网格的对象视频编码和空间可分级编码进行探索和研究。在基于对象的视频编码方面,首先,本文利用对象的形状信息把网格的最外边界点限制在对象的轮廓处,在已往的网格预测的基础之上进行特殊处理,从而把基于Delaunay三角形(DT)网格的视频编码应用到任意形状的对象编码中,并分析了基于块和基于网格的对象编码的优缺点。其次,在分析已有网格生成准则特点的基础上,本文提出了一种只利用图像边缘信息生成网格节点的准则。实验结果表明此准则与其它准则相比,节点分布在最重要的关键点处,更有利于运动补偿。最后,本文把基于网格的单目视频对象编码扩展到立体视频对象编码中,进行了中间视图的合成。实验表明与基于块的方法相比,本文的结果能得到更好的中间视图。在空间可分级方面,首先,本文提出了一种基于Delaunay三角形网格的空间可分级视频编码方法,可提供分辨率渐进式码流,并且可以消除基于块方法中出现的块效应。该方案把目前已有的层间预测技术扩展到网格视频编码中,通过把基本层生成的网格扩展到增强层,利用两层图像之间的运动和纹理相关性来提高增强层的编码效率。实验表明这种两层分级编码方案的性能与单层编码相比,可分级代价为YPSNR下降0.7dB左右;与联播相比,性能有1dB的提高。其次,本文对两种同时利用时域和空域相关性的预测方法(层间冗余预测和In_scale预测)在网格空间可分级编码中的性能进行了比较。最后,利用层间运动信息的相关性来减少单层网格视频编码所需时间,编码时间大约减少50%。