目前，视频图像压缩处理广泛应用在如下领域：数字电视、视频会议、数字图书馆、远程教育、远程诊断、交互式游戏等，对计算、传输、存储的要求相当高。 本文深入研究了制约多媒体系统实时实现的瓶颈问题：运算速度、数据存储和调度，以视频编解码、算法优化、集成电路设计为基础，从不同层面提出了解决这些瓶颈问题的加速策略。 运算速度是视频实时传输系统的一个严重的瓶颈问题，实时性和功耗两方面均要求减少软件层面的算法复杂度。本文对运算量集中模块的快速算法展开了深入研究，并利用加速指令集，通过增加面向高速并行操作的新指令和采用SIMD技术对大量的加法、乘法等运算有效地加速。 视频处理器一般有两种结构：专用体系结构和可编程体系结构。这两种视频处理系统在系统结构、占用资源、灵活性以及应用领域等方面都存在很大区别。可编程结构灵活。适用范围广，易于升级，但电路复杂，电路功耗大。专用视频解码器结构硬件开销小，处理速度高，但它的可扩展性差。将专用体系结构的部件和可编程体系结构的部件混杂在一起的软硬件协同系统成为目前研究的热点。本文深入研究了这三种实现途径的加速策略。 就目前CMOS工艺而言，存储器件的速度以及存储单元同处理单元间的数据传输、调度成为制约系统性能和处理速度的瓶颈问题。因此本文研究的另外一个重要方向是芯片设计中的数据存储结构与数据调度策略。 首先研究了两类数据存储结构：帧存和本地缓存，并且提出了未来的SoC结构的发展方向：片上memory。其次，在数据存储结构的基础上研究了bus上数据调度策略，通过分析视频图像处理的持续性、周期性、相关性等特征，提出了优化的总线系统和混合调度策略。