基于上下文的自适应二进制算术编码(CABAC)是H.264／AVC标准的一种熵编码方案,与另一熵编码方式基于上下文的自适应二进制变长编码(CAVLC)以及传统的VLC基线熵编码方式比提高了30%压缩率。但编码中上下文建模,概率估计,重归一化等过程也大大增加了计算复杂度。本文从熵编码的基本理论出发,通过利用国内外CABAC改进方法,从以下三个方面对CABAC熵编码算法进行了改进与优化。本文首先论述了MVD (Motion Vector Data)分量预测模型的改进方法。由于原算法在编码MVD时利用邻近块的信息预测概率模型,并不能达到很高的编码效率。本文提出了一种利用当前宏块的横向分量来预测当前宏块纵向分量的方法。本方法根据不同宏块大小,将宏块归纳为三种情况来对宏块纵向分量进行预测,提高了预测的准确性。实验表明本算法分别提高了8%(编码P帧MVDy)和5%(编码B帧MVDy)的编码效率。然后本文阐述了重归一化过程的优化过程。针对影响重归一化速度的“瓶颈”问题,提出了一种基于区间划分的快速重归一化算法。本算法根据重归一化循环次数提出六种不同的区间划分标准,来除去H.264／AVC重归一化算法中消耗大量编码时间的按位操作过程。实验表明本文提出的快速重归一化算法在原重归一化算法基础上减少了21.9%-26.7%重归一化次数和14.5%-33.7%编码时间。最后本文对旁路编码算法进行了研究和优化。根据编码流的特点对旁路编码算法进行了优化,提出了一种基于编码模型的旁路编码算法。本算法根据编码的长度,提出不同的编码模型,来提高旁路编码器的速度。实验表明本文提出的旁路编码算法在原旁路编码算法基础上减少了18.9%-30.5%旁路编码次数和提高了32.9%-38.9%的编码时间。