随着移动通信、无线网络和多媒体技术的发展,视频应用的场合也越来越广泛,许多视频系统要求终端不仅能够实现低复杂度的解码,并且具有实时的编码和传输等功能,比如移动视频电话、无线摄像机、无线低功率监视系统等。由于设备成本及电池容量等因素的制约,该类系统终端的处理和存储能力都受到了极大的限制,因此很难执行复杂的视频压缩算法。分布式视频编码(Distributed Video Coding, DVC)正是在这种新的应用需求下为了解决上述资源受限等问题而提出来的一种全新的,完全不同于传统编码结构的视频编码技术。该技术是分布式信源编码在视频中的应用,通过在解码端消除视频帧间冗余来进行压缩,从而获得较低复杂度的编码器。它采用帧内编码和帧间解码,将复杂度从系统的编码端转移到了解码端,较好的满足了视频编码和通信的要求。分布式编码是以信道编码为基础的,具有编码简单、抗误码能力高、压缩效率高、编码鲁棒性好等特点,为实现视频信号的鲁棒传输提供了新的解决途径。分布式视频编码在视频压缩领域是个比较新的课题,其中边信息的产生是这项全新的编码技术发展和创新的关键技术之一。解码端边信息的估计精度在很大程度上决定着分布式视频编码的率失真性能,影响着分布式视频编码的发展。本文首先阐述了分布式视频编码的基本原理及其研究现状,分析了分布式视频编码的理论基础和常见框架,说明了边信息在分布式视频编码中的作用和重要性,然后着重研究了分布式视频编码中典型的两类边信息和边信息的生成方法,并在无监督运动向量学习运动估计算法的基础上,提出了一种改进方案,该方案在不增加解码端复杂度的条件下大大提高了算法的运行速度和性能。改进的方案通过在编码端引入码率估计,减少信道请求次数,提高了算法的运行效率。在解码端通过EM模型的迭代,对生成的边信息不断优化,得到更精确的边信息。最后,本文在所提出的边信息产生方案的基础上实现了引入码率估计后改进的无监督运动向量学习视频编解码算法,并说明了该改进方案的工作原理和工作流程,借助MATLAB系统进行仿真,并取得了较好的效果。