互联网、多媒体技术以及对视频的大量研究推动着视频压缩技术的不断发展。由于网络带宽的限制,视频信息的实时传输要求有高效视频压缩编码技术作为基础。运动估计技术可以有效的消除视频序列之间的时间冗余来提高视频压缩的效率。运动估计是视频压缩编码中的关键技术之一,也是视频压缩编码系统中最为复杂和耗时的环节,因此快速和高效的运动估计算法一直是学术界和工业界研究的重要课题。块匹配算法因其简单、实用和易于硬件实现的特点得到广泛的应用,块匹配算法也得到了深入的研究。本文首先对视频压缩编码系统进行了分析,总结了视频编码压缩中的几种关键技术,然后重点研究块匹配算法,介绍了运动估计中的匹配准则,并且对各种经典的块匹配算法进行了归纳和总结。为了提高视频编码运动估计算法中运动矢量预测的速度和准确性,本文在对非等臂自适应十字搜索算法(ARPS-3)及其特点进行分析的基础上,提出一种基于贝叶斯决策的自适应运动估计算法。该算法充分利用了贝叶斯理论、运动矢量的空间一致性和已编码帧对当前帧的影响,根据视频中前一帧和当前帧的已搜索宏块的运动信息,以目标宏块周围的三个宏块的运功矢量与目标宏块的运动矢量空间距离最小为原则,利用贝叶斯决策来得到目标宏块的运动矢量的预测值。本文对运动矢量的特点进行了分析,根据序列图像中相邻块运动矢量的时空相关性,提出一种基于块运动类型和方向预测相结合的快速搜索算法。该算法首先对块的运动类型和相对运动类型进行预测,并根据不同的运动类型自适应的采用不同的搜索策略进行搜索;对相对大运动块进行运动方向预测,并根据块的运动方向选择相应的方向搜索模板进行搜索。通过仿真实验验证了论文中的新算法。分析实验表格、仿真图的数据,可以发现新的算法都优于经典的块匹配运动估计算法。综合实验数据,可以得出以下结论,本文提出的一种基于贝叶斯决策的自适应运动估计算法和一种基于块运动类型和方向预测相结合的快速搜索算法能在保证搜索准确度的同时节省大量的搜索时间,提高运动估计搜索的效率。