H.264作为新一代的视频编码标准,具有众多技术上的创新。H.264凭借较高的压缩率、较好的图像压缩质量以及网络亲和性,无论是用于存储还是用于网络传输都能够胜任。但各种编码新技术的引入也使得算法的复杂度急剧增加,所以如何降低复杂度使其能够满足实时通信的要求成了迫切需要解决的问题。H.264仍然采用基于块匹配的运动估计算法来去除时间冗余。本文在分析研究了几种传统的快速搜索算法基础上提出了一种阈值自适应搜索算法。本算法利用运动矢量间的空时相关性进行起始点的选择、自适应阈值的确定,对静止块直接中止搜索,并根据图像运动特征自适应地选择搜索模板。本文算法在JM8.6测试模型里实现,并与测试模型中的快速算法进行了比较。实验结果表明,上述技术的采用使本文算法在保证搜索准确性的同时,在一定程度上提高了运动估计的速度。帧内预测是H.264采用的一项关键技术,对编码帧内各宏块采用多种模式进行预测,从中选出率失真性能最好的作为当前块的最佳预测模式。帧内预测技术在提高了性能的同时,也大幅增加了运算量。本文在介绍了H.264的帧内预测模式选择算法后,分析了几种帧内快速模式选择算法,之后利用图像的纹理特征对JM原始算法进行了改进。本算法针对不同的纹理特征预先缩小帧内预测模式的选择范围。实验证明,该算法在保证图像质量的前提下一定程度地提高了编码速度。