如今,视频已经成为人们生活中不可或缺的部分,短视频、直播和视频会议等不断丰富着人们的日常生活。为了能够提升视频传输质量,根本途径是提高视频的压缩效率,减少视频传输的数据量。以获得超出已有视频编码标准的压缩能力并对各种新兴视频具有高度的通用性为目标,下一代国际视频编码标准,多功能视频编码(Versatile Video Coding,VVC),正在制定之中,预计2020年发布。当前阶段,VVC虽然获得了卓越的编码性能,却付出了较高实现复杂度的代价。帧内预测模块是混合视频编码框架中的一个重要模块,其充分利用像素的空间相关性进行预测,提升压缩效率。VVC采用了更加精细的帧内预测技术,不仅对角度帧内预测等传统帧内编码工具进行了提升,还增加了很多新的帧内编码工具。本论文在参与VVC制定的过程中,重点对帧内编码工具进行了深入研究并提出了改进算法,其中三项改进算法已被VVC采纳。本文研究的帧内编码工具主要包括DC模式、跨分量间线性模型帧内编码工具(Cross-Component Linear Model,CCLM)和基于矩阵的帧内预测编码工具(Matrix based Intra Prediction,MIP)。本文具体研究内容和创新工作如下:1.提出了一种基于位置的参考像素下采样算法。该算法能够减少某些帧内编码工具所使用参考像素的个数,从而降低计算复杂度。本文将该算法分别应用于三种帧内编码工具之上,以验证其有效性。(1)提出了一种基于像素位置的DC优化算法。对VVC中DC模式的实现过程进行了分析,将所提出的基于位置的参考像素下采样算法应用于DC模式的计算过程。该算法在几乎不影响编码性能的前提下降低了DC模式的计算复杂度。(2)提出了一种基于像素位置的CCLM优化算法。对VVC中的CCLM编码工具进行了分析,将所提出的基于位置的参考像素下采样算法应用于CCLM的线性模型参数推导过程,在降低计算复杂度的同时提升了编码性能。该算法的一种应用已被VVC采纳,并已集成在VVC的参考软件中。(3)提出了一种基于像素位置的色度两步预测模式(Two Step Chroma Prediction Mode,TSCPM)优化算法。对国内第三代音视频编码标准(Audio Video coding Standard3,AVS3)中的TSCPM编码工具进行研究,将所提出的基于位置的参考像素下采样算法应用于TSCPM中,在不增加计算复杂度的前提下提升了编码性能。2.对VVC中的MIP编码工具进行了深入分析,提出了两种优化算法。(1)提出了一种基于分类的MIP优化算法。通过对MIP分类标准进行修改,简化了MIP的实现过程,且几乎不影响编码性能。该算法已被VVC采纳,并已集成在VVC的参考软件中。(2)提出了一种基于映射的MIP优化算法。通过对MIP进行固定映射,优化了MIP与其他帧内编码工具的融合过程,且几乎不影响编码性能。该算法已被VVC采纳,并已集成在VVC的参考软件中。