运动估计技术在视频压缩算法中扮演着重要的角色，它是消除帧间冗余度，提高编码效率的关键技术之一。但是传统的全搜索算法需要对搜索窗内每个点计算匹配误差，极大的增加了编码器的计算复杂度；而且，最新的视频编码标准H.264/AVC为运动估计模块引入了三个新技术：可变尺寸块匹配，1/4像素精度的运动矢量和多参考帧预测，这些新特性在提高了匹配块的搜索精度的同时也增加了运动估计算法的计算复杂度。本文针对降低传统运动估计算法复杂度的问题做了如下的研究：对于如何降低运动估计部分的计算复杂度这个问题，本文详细整理并阅读了近年来运动估计领域涌现出的大量优秀文献，并对它们进行了系统的分类；研究了运动估计模块的工作过程和设计原理，并以此为基础提出了两个新的运动估计算法。首先，通过对EPZS算法的研究，对算法中使用的大量运动矢量预测子，提出了优化运动矢量预测子选择过程的方案。使用运动矢量预测子排序技术，结合动态搜索范围和自适应优化模板，并利用EPZS算法中的提前结束技术，设计了基于运动矢量预测子排序的快速运动估计算法。其次，通过对Meanshift技术的研究，将待编码的图像块建模为目标物，借鉴Meanshift目标跟踪技术，检测当前图像块在参考帧中的偏移量，避开了传统算法中密集的搜索工作，有效降低了运动估计部分的计算复杂度。本文选用最新视频压缩标准H.264/AVC来集成和评价所提出的新算法，将H.264/AVC编码器参考软件JM中原有的运动估计算法回避掉，用新算法的代码来替换。在对算法评估的过程中，使用了不同尺寸和内容的测试序列对两个集成有新运动估计算法的编码器进行了编码性能测试实验，实验结果表明，这两个算法均能有效降低运动估计模块的计算复杂度并保持较好的鲁棒性，仅牺牲了微小图像质量和码流比特率，达到了编码效率和编码速率的良好折中。