视频压缩技术是多媒体通信的关键技术之一。随着数字电视、网络流媒体和DVD技术的广泛应用,视频压缩技术已经成为广播和娱乐媒体最基本的组成部分。视频压缩技术的广泛应用源于它能很好地解决视频数据的存储和传输两大问题。视频信息之所以能进行压缩,是由于视频信息本身通常存在很大的冗余,它主要包括静态单帧图像在空间上的冗余和动态图像序列在时间上的冗余等。　　视频编码的基本思想是去除视频图像中的冗余信息。为了去除图像的冗余信息,各种视频编码方法应运而生。其中,离散余弦变换(DCT,Discrete Cosine Transform)的作用是尽其所能地去除了图像的空域冗余;运动估计/补偿的作用是有效得消除视频序列的时域冗余。本文从DCT统计特性出发,针对DCT对运动残差编码效率低下的问题,提出多种改进的DCT和运动估计方法,从而提高了运动残差的编码效率和编码速度。具体的研究工作如下:　　1.针对DCT对运动残差编码效率较低的缺陷,提出了一种DCT域运动残差的分类运动补偿算法。该算法将运动残差中所有量化DCT系数分为I/P系数两类。对于I系数,直接传送编码块中对应位置的量化DCT系数(帧内模式);对于P系数,则传送残差的量化DCT系数(帧间模式)。通过分类运动补偿替换后的残差能量大幅降低。在MPEG-4编码实验中,新算法的主观图像质量较常规算法有较大提高(客观图像质量PSNR提高2dB以上),表明新算法能有效地提高残差编码效率。　　2.针对背景静止和前景缓慢移动的视频序列编码方案中全零块较多的问题,给出了一种基于MSE匹配法则的全零块判决条件。该判决条件能在DCT之前检测出绝大多数全零块而节省DCT、量化等步骤。通过MPEG-4下实现的快速运动估计编码算法及其实验表明,改进算法在不降低编码质量的条件下比常规算法最大能节省65.7％的整体编码时间。　　3.针对残差系数在空间域和DCT域均符合拉普拉斯(Laplacian)分布,提出了一种零值量化DCT系数预判算法。通过该算法,能够在DCT之前对每个量化DCT系数进行零值预判。通过头肩序列的实验表明新算法能检测出几乎所有的全零块,而不会造成图像质量的降低,且整体运算复杂度优于常规算法。　　4.针对基于Laplacian分布模型的量化DCT系数预判零算法采用蝶形DCT运算时遇到的瓶颈――由于预判为非零的DCT系数过于分散而影响了蝶形运算的效率。通过分析残差量化DCT系数块截断点的统计特性和蝶形DCT算法的特点后,提出了一种量化DCT系数块截断法则,通过该法则能在DCT之前确定块截断点的位置并对不同的截断点采取不同的蝶形编码算法,从而弥补了前章算法的不足,最大程度上提高了残差的编码速度。