视频编码技术的不断发展对多媒体技术的广泛应用有着举足轻重的作用。其中,运动估计技术作为视频压缩编码框架中必不可少的重要组成部分,很大程度上决定了视频编码的质量和效率。随着视频编码标准的不断改革,运动估计算法层出不穷,其中,基于块匹配运动估计算法已成为视频领域中的研究热点。通过各国组织和学者对这一领域的不断研究,许多运动估计算法的性能有了显著的改善,但仍然不能取得令人满意的效果。因此,如何实现快速的,高质量的实时编码依然是运动估计技术的关键所在。本文主要的研究对象是块匹配运动估计搜索算法,尤其是基于组合模板和预测模板的搜索算法。通过对经典运动估计算法中匹配准则和模板搜索策略的分析,从搜索精度和速度两方面提出了改进的措施。为了从人类主观视觉的角度提高匹配的准确度,针对匹配准则在利用匹配误差判决时未考虑局部像素特征的问题,本文提出了一种新的块匹配策略,在匹配误差和准则的基础上,增加了一个新的约束条件,即使用两个块的局部相似程度来进行匹配判断,并结合多级连续终止算法,进一步加快了匹配速度。最后通过仿真实验作了定性分析,结果表明：当图像局部发生突变或有阴影遮盖时,这种基于局部像素特征的匹配准则有效地改善了重建图像的质量。本文在分析现有的块匹配算法优缺点的基础上,根据运动矢量的分布特性及相邻运动矢量的相关性,采用了初始搜索点的预测和提前终止搜索的策略,加快了对静止块的判断；为了加快搜索精度并防止最佳匹配点因陷入局部极小值而导致匹配精度下降,本文提出了一种方向自适应采样的搜索策略,即利用搜索模板中每一点的匹配误差,根据其梯度信息,自适应的决策出下一步的搜索方向,并采用大三角模板和小三角模板进行组合搜索,减少了搜索时的匹配计算,提高了搜索效率；针对大运动矢量的搜索,引入局部采样搜索策略,有效的避免了最佳匹配点陷入局部极小值,提高了算法的搜索精度。