随着现代远程教育技术的发展,屏幕教学视频被广泛应用在高校精品课程、互联网远程教育、云公开课中。然而,传统编码器尚不能很好地满足海量高清教学视频的离线存储和在线传输的需求。所以,研究一种适合于屏幕教学内容的编码方法尤为重要,也为现代远程教育所亟需。首先,本文分析了屏幕教学视频对现代远程教育的重要性,并讨论了屏幕教学视频的压缩必要性。其次,本文从屏幕内容的数据统计特性切入,以屏幕内容编码方法的演进为主线,将现有方法分为基于调色板—索引图的编码算法、基于模板匹配的编码算法、基于块匹配的编码算法、基于字典的编码算法、基于形状表示的编码算法和色度分量编码方法等六类。在分析了不同算法的优势、不足和适用范围的基础上,围绕调色板—索引图的预测算法展开研究。再次,分析了多级预测(MSP)和局部方向预测这两种典型方法在边缘过渡或连接区域出现失败的主要原因,进而采用1阶2D马尔可夫随机过程模型和颜色转移概率刻画相邻索引值间的局部相关性,提出一种基于马尔可夫模型的索引图局部预测算法。实验结果表明,该算法的预测准确率为97.53%,效率较之MSP算法和局部方向预测算法平均提高了 4.33%和2.10%。然后,针对局部预测失败的索引,进一步研究其非局部预测策略。分析了典型4-邻域模板预测效率低的主要原因,设计了一种包含4个子模板的2-邻域匹配模板结构,将模板预测建模为一种可通过查表操作实现的转移概率,进而提出一种2-邻域马尔可夫联合转移概率的索引图非局部预测方法。实验结果表明,该算法的预测准确率为97.70%,比MSP算法和局部方向预测算法分别平均提高了 4.49%和2.27%。最后,对本文工作进行了总结和展望。