数字化图像的数据量相当庞大,而数字化视频的数据又是单幅静止图像的多倍。数据量的巨大给存储器的存储容量、通信干线信道的传输率(带宽)以及计算机的处理速度造成了极大的压力。解决这个问题单纯用增加存储器容量和通信信道的带宽及提高计算机的运算速度等办法是不现实的。这需要太多的成本,并不是每一个用户都能承受的起的。因此研究图像数据压缩编码技术是行之有效的方法。在视频图像数据压缩技术中,视频分析及运动预测是其中的关键技术之一。因此本文的重点就是基于视频分析对运动预测和运动补偿进行优化。本文首先详细了解了最新的视频压缩标准H.264的有关内容,对P帧宏块预测在视频运动分析的基础上做了一定的优化,使编码时间节约了大约一半左右。为了对静态图像I帧的压缩也能取得较好的效果,在熟悉了各种视频分析方法的基础上,重点研究了形态学和分水岭算法,对帧内编码帧图像即I帧进行了分割。其中采用了改进的分水岭算法,并使用了改进的直方图规定化处理的方法对图像进行了增强。实验的效果表明分割的效果较好,可以较为直观的看出分割的物体,较有效防止了过分割。同时研究的重点是针对电视电话会议这个特定用途,对在这个特定应用中的感兴趣区域——人脸的特点进行了详细的分析。并在视频标准序列中进行了分割人脸以及定位眼睛和嘴的试验,效果证明还是良好的。通过研究H.264中运动补偿的原理,结合前几步做的工作,对H.264的编码器的运动预测这一部分进行了优化,强调了对人脸部分的编码数据和计算时间的倾斜。实验结果表明确实大大减少了计算时间,大约对帧间编码帧节约了一半的编码时间以上,而信噪比的下降只有大约6%左右。但由于没有涉及到H.264中数据的组织形式,所以增加了数据量,即降低了压缩比。提高压缩比将是以后的工作之一。