该文针对视频编码的计算效率问题,对运动估计的快速算法进行了研究,提出了基于多项式变换的运动估计算法;为提高运动补偿帧差图像的变换编码效率,提出了一种运动补偿帧差图像的预测处理技术;此外还提出了块运动矢量加权的Snakes模型,以实现视频对象分割.基于多项式变换的运动估计算法是该文新提出的一种块匹配运动估计算法,即保持了简单而易于硬件实现的特点,同时极大地提高了计算效率.在这部分研究中,对运动估计快速算法的研究现状、运动估计算法的匹配模型、匹配准则、快速算法的实现原理进行了分类总结;并从系统的角度出发,导出了块匹配的循环卷积算法,这种分析方法对研究新的运动估计快算法具有指导意义.利用多项式变换计算循环卷积,能较大地节省计算量,特别是乘法的计算量.基于多项式变换的运动估计算法中需要对当前块中的信号进行延拓,造成块内信号中很多采样点的值为零,利用信号的这一特点,设计了改进的快速多项式变换(MFPT)算法.文中除了对计算复杂度进行了理论分析外,还进行了详尽的实验比较.图像分割是计算机视觉的基本问题,学者们对其进行了深入的研究,各种分割的理论和方法不断被提出.自MPEG-4标准颁布后,图像分割作为实现MPEG-4标准的基本技术环节,引发了更加广泛的关注.经典的Snakes模型具有开放的、统一的架构,在此基础上,为了分割复杂背景的序列图像,产生了各种改进的Snakes模型,但都存在着不足:计算量大、需要先验知识、易受光流计算精度影响等.针对这些缺点,提出了块运动矢量加权的Snakes模型,可以用于复杂背景序列图像的分割.这种模型以图像中的边缘信息为分割的最终依据,结合块运动估计的结果,增强了序列图像分割的鲁棒性.根据运动场估计的结果在该模型中所起的作用,提出了边缘优先的块运动估计算法,大大减少了计算量.用块运动矢量加权的Snakes模型分割复杂背景序列图像,取得了好的分割结果.