近年来,智能移动终端设备的广泛普及使得视频应用愈加多样化和高清化,人们已不再满足于传统标清视频所带来的视觉体验,而是对超高分辨率的视频有了更多的需求,从而导致了视频数据量的快速膨胀。虽然网络传输与存储技术也在迅速发展,但还是面临着超大带宽、低传输延时的挑战。新型视频应用领域急需更高压缩性能的编码技术,HEVC便因此产生。HEVC实现了对以往视频编码技术的质的飞跃,它能够在基本不造成图像主观质量损失的前提下,实现压缩效率的成倍提升。但超高的运算复杂度致使其编码器很难达到实时应用的要求。因此本文针对如何提高其编码速率这一目标进行了研究开展。本文首先利用多核DSP处理器的强大运算性能,选择C6678为硬件开发平台,实现了基于DSP的HEVC编码器的代码移植,而且在移植前还对编码其源代码进行了适当修改,使之能更好的适应DSP平台。同时主要采用线性汇编方法对帧内预测中绝对变换误差和计算过程进行了优化,增加了指令执行的并行性,有效提升了该模块的运算速度。鉴于视频图像序列的时空域关联性,本文针对帧内预测提出了一种快速编码块划分决策算法。算法依据当前CTU与其时空域邻近CTU划分深度相似率的统计分布,利用时空域邻近CTU的划分深度进行了当前CTU深度范围的决策,且命中率高达95%。从而缩小了CTU的深度遍历范围,跳过了某些深度层次编码块的预测计算,实现了编码块划分的提前终止。同时还利用时空域邻近编码块的深度信息对当前编码块深度进行了预判断,从而进一步减少了编码块预测计算的次数,实现了快速编码块划分的目标。对于CABAC熵编码,本文提出了一种并行CABAC常规编码策略。由于常规编码过程中存在相邻二元位使用同一种上下文概率模型的情况,此时后一个二元位的概率模型可通过前一个二元位概率模型的自适应更新得到,所以前后两个二元位的概率模型能够同时获得,从而实现并行编码,不再继续采用原有串行编码方式。在该并行编码算法的实现过程中,本文首先进行了并行编码框架的确定,然后推导了并行编码时编码区间、区间下限和概率模型的计算公式。最终选择标准测试视频序列,在不同量化参数下对本文优化算法性能进行了优化测试。通过优化前后编码时间和编码性能的对比,验证了本文优化算法的有效性。