随着无线网络和人们对信息需求的日益发展,移动环境下的多媒体通信业务成为未来无线宽带网络的关键业务,如无线数字视频相机、无线传感器网络等。由于受计算能力、带宽、功耗和实时编码等限制,这些移动终端设备要求低复杂度的视频编码器,所以MPEG、H.264/AVC等传统视频编码标准无法适应这些新的视频应用。分布式视频编码是一种全新的视频编码框架,它将编码端的复杂度搬移至解码端,具有编码简单、抗误码能力较强的特点,为上述应用场合提供了很好的解决方案。边信息的质量对分布式编码系统的率失真性能起着至关重要的影响。边信息与原始Wyner-Ziv帧越相似,解码所需的校验比特越少,系统的压缩效率就越高,因此生成精确的边信息是分布式视频编码的一个研究重点。本文首先系统分析了分布式视频编码的基本原理和相关技术,然后对边信息生成算法进行了深入的研究,主要内容如下：(1)对基于运动补偿的边信息生成算法进行研究,提出了一种基于可变块运动估计的运动补偿内插算法。该算法首先通过基于加权SAD的前向运动估计、双向运动估计和加权矢量中值滤波得到大图像块的运动矢量；然后利用可变块运动估计对运动矢量进行逐级修正和细化,使运动矢量逐渐逼近真实的运动轨迹；最后采用自适应加权的多候选运动补偿技术生成边信息。实验结果表明,该算法生成的边信息质量要优于现有算法。(2)基于EM模型的无监督前向运动矢量学习算法是目前性能最优异的边信息生成算法之一,但是存在计算复杂度过高的缺陷。通过研究无监督运动矢量学习算法的原理,提出了两种改进策略：基于时域相关性的运动矢量预测机制,通过预测运动矢量自适应地调节概率运动估计的搜索范围和初始概率模型,在减少搜索点数的同时加快了EM算法的收敛速度；双线性矢量内插技术,在每一次E步迭代之后,将块级的运动矢量概率分布内插为像素级运动矢量概率分布,提高了软边信息的精确度。实验结果表明,改进的EM算法在保持同样率失真性能的前提下,减少了运动矢量的学习时间。