随着多媒体技术与计算机网络的快速发展,视频信息在各个领域得到了广泛的应用,但其庞大的数据量给网络传输和存储设备带来了巨大的挑战,因而需要对视频数据进行压缩编码。经过几十年的发展,相继诞生了一系列的视频编解码标准。最新编码标准HEVC具有优异的编码性能和良好的网络适应性,相较于以往的标准,压缩效率提高了约50%。近年来,随着视频应用的多样化发展,虚拟现实、增强现实、高动态范围视频等应用正逐步进入人们的生活。更大的分辨率、更高的帧率成为了视频应用发展的趋势,这将导致视频的数据量不断增长。然而,现有的编码技术已很难满足高压缩性能的实际应用需求,因此迫切需要比HEVC具有更高压缩率的视频编码技术。针对这一问题,本文以HEVC标准为基础进行扩展技术研究,从不同模块深入挖掘进一步压缩数据的潜能,实现具有更高压缩效率的编码方法。本文对于编码技术的扩展主要从编码块划分结构和帧内预测两个模块进行多层次地深入研究。在编码块划分结构方面,本文提出了编码结构扩展及优化算法。首先,将编码树单元扩大到256×256像素,同时对应扩大编码单元、预测单元和变换单元的尺寸,加入64×64的变换。扩大块单元尺寸有利于减少块划分信息的编码开销,大大提升压缩效率。但是这会增加编码划分层次,导致运算复杂度的大量增加,需要对其进行优化来加快编码速度。在扩展的编码结构基础上我们实现了基于空间相关性和梯度信息的快速编码划分优化算法,利用提取的相邻块编码信息以及当前区域的纹理特征来决定编码单元的划分深度范围,从而减少块划分的递归层次。实验结果表明本文算法在三种配置下能够减少0.88%、1.68%和1.81%的码率,大幅提高了编码性能,同时编码运算时间的增量保持在20%以内。在帧内预测模块,本文提出了两个创新算法。第一个算法是混合的四抽头内插滤波算法,该方法将原始的两抽头扩展到四抽头内插,采用了两种内插滤波器的结合,同时考虑到预测单元的阈值参数选择,通过实验来寻找最优的参数配置。第二个算法是扩展的边界预测滤波算法,该方法对以某些角度模式编码的预测块中边界预测样本进行平滑滤波,采用权值系数来表示滤波的比重大小。在帧内预测过程中,本文结合了上述两种算法,通过两次滤波处理对预测信号的产生过程进行优化,从而提高帧内预测编码的精度。实验结果表明该结合算法能够减少大约0.85%的码率,并且编解码复杂度的增幅较小,均在5%以内。