随着计算机技术、网络技术以及图像技术的快速发展,实时视频技术在当今社会各个领域得到了非常广泛的应用,尤其在视频会议、远程教学、实时监控等领域,它们也对传输速率和视频质量提出了更高的要求。考虑到有限的信道带宽和实时性处理要求,研究并应用高压缩效率的视频源码具有非常重要的意义。在一段视频序列中,当前帧与参考帧之问存在着很大的相关性,所以使用运动估计技术可以去除视频数据间的冗余信息,获得更高的压缩率。Sprite通过不断修正重构图像,是多媒体应用的媒介。Sprite技术是MPEG-4标准中视频压缩的关键技术,主要采用全局运功估计。本文所做的具体工作如下：(1)研究了MPEG-4编码原理、运动估计原理和常用快速搜索算法,设计了自适应十字搜索算法(Adaptive Cross-Based Search Algorithm, ACBs)。结合运动矢量本身具有中心偏置、水平和垂直分布以及时空相关等特性,ACBs算法中采用了3种搜索模板：小钻石模板、水平十字模板和垂直十字模板。算法首先设定合适的阈值来判断静止宏块并提前中止搜索,同时,根据运动类型自适应选择搜索策略和起始搜索点,根据最佳匹配矢量的方向自适应选择搜索模板。ACBs算法的估计效率优于TSS、DS等常用搜索算法,搜索精度与DS算法相平。(2)深入研究了Sprite编码和全局运动估计的原理,然后对MPEG-4 VM中的全局运动估计算法进行改进,从前景块去除和计算点选择两方面入手。根据像素值在时间和空间的分布,用具有最大出现概率的像素值来重复更新Sprite中相应宏块的像素值。这个方法能够使生成的Sprite保存完整的背景场景,获得较好的图像质量。在选择计算点时,首先根据误差函数去掉对GME有用的像素点,然后设定特征点集进行全局运动估计。(3)最后,对本文改进的算法进行可行性测试以及性能分析与测试。实验结果表明,应用本文改进的ACBs运动估计算法和Sprite编码算法能成功实现MPEG-4编码,并且编码后视频质量较高,画面清晰。同时ACBs运动估计算法在运行时间和搜索点数上具有明显的改进,改进的Sprite算法亦能大大提高编码效率。