自上世纪90年代以来,随着Internet和移动通信的迅猛发展,视频信息和多媒体信息在Internet网络和移动网络中的处理和传输成为了当前信息化中的热点技术。当前,视频压缩技术主要从三个方面消除数据中的冗余:空间冗余、时间冗余和统计冗余。最新的视频压缩标准MPEG-4 H.264/AVC和我国具有自主知识产权的AVS标准在压缩效率上已经大大超过了前几代标准。这些编码标准普遍采用了消除时空域冗余的运动补偿、帧内预测和变换量化的编码框架,并采用率失真优化作为性能评价的准则。然而视频场景中经常会出现大量的纹理区域,如:草地、水等,这些区域可以看作视频帧的背景部分。对观察者而言,大多数情况下人们只关注这些区域的语义学意义,而对它们的具体细节并不关心。传统的编码框架以宏块为单位进行,对这些纹理区域细节的编码会耗费大量比特,在网络带宽资源日益宝贵的今天,如何能既保证纹理区域的图像质量,又能花费较少的比特编码这些区域显得尤为重要。本文利用基于纹理分析与纹理合成的编码框架,首先将输入的视频序列分为纹理帧和非纹理帧,纹理帧通过分析与合成的方法进行编码,非纹理帧仍然用传统方法编码。在纹理分析部分,本文提出了一种基于JND(Just Noticeable Distortion) profile的纹理分割算法来检测和划分纹理区域,与以前的分割方法相比,该方法充分考虑了HVS(Human Visual System)的特性,划分的结果也更为准确。对检测出的纹理区域,本文采用了基于AR(Auto Regressive)模型的合成方法,通过Direct模式找到对应的前后向参考帧信息,为每个纹理帧求出一组AR参数。因为对一帧中的纹理区域只需编码一组AR参数,而不用编码残差、运动矢量等信息,所以该方法在很大程度上提高了编码效率。此外,本文还提出了一种基于AR模型的宏块自适应编码框架,即,对序列中的所有纹理帧,使用迭代的方法为每个宏块求取一组AR参数,然后将合成结果与传统框架下选出的最优模式进行比较。实验结果表明,当AR模式被选中的比例远大于传统模式时,能在一定程度上提高整个纹理帧的压缩效率。