目前几乎所有的视频编码核心技术都是采用运动补偿加离散余弦变换编码的方式。然而基于离散余弦变换的视频编码在低码率下将产生严重的块效应,虽然后来提出的重叠块运动补偿和离散小波变换编码算法减少了块效应,但在低码率时,以上算法对块效应的有效性降低。而用匹配追踪算法代替离散余弦变换能有效减少块效应。相对于传统的信号分解方法,稀疏分解方法表示信号更加简洁,近几年成为信号处理领域研究的热点。本文首先简要阐述视频编码标准和信号稀疏分解的思想及其应用；然后研究基于匹配追踪的视频编码算法,在此基础上设计本文的编码方案并进行仿真。基于匹配追踪的稀疏分解是一个典型的NP问题,计算复杂度高是其应用瓶颈。现有的基于匹配追踪的视频编码算法采用编码字典代替过完备原子库,一定程度上提高了编码速度,但计算量仍然很大。本文通过仿真比较选取更适合图像信号的非对称原子库,同时分析其原子结构特性。比较遗传算法和蚁群算法性能,选取速度更快的遗传算法；然后分析残差信号特性,设计合适的遗传算法进化准则。在采用遗传算法快速选取最佳原子时,结合原子能量分布集中的特性,代替编码字典方法,有效的降低了视频编码的复杂度。最后分析每个系数的分布规律,设计相应的量化编码方案。仿真结果证明在低码率时,本文方案能有效的提高视频编码速度,同时保证了视频编码质量。