运动估计是视频信息处理中的关键技术，主要目的是获取视频图像的运动信息，便于视频信息的应用。由于运动估计的计算量通常在视频处理系统中占总计算量的60-80％，运动估计算法直接影响到系统的效率，因此寻找一种简便、快速、高效的运动估计算法成为视频信息处理领域的一个研究热点。在过去的研究中，研究者虽然提出了许多运动估计算法，以提高估计性能。但是，由于块匹配运动估计实现简单，因此对其研究受到特别关注，出现了以运动矢量均匀分布为基础的矩形模型块匹配运动估计算法，以及以运动矢量分布中心偏置特征为基础的非矩形模型估计算法。其中后者能较大程度地提高搜索速度，但由于搜索模型的复杂性，实现比较困难，特别是对于硬件实现。此外，由于视频对象通常为任意形状，不能满足搜索模型的要求。针对这些问题，以运动矢量概率分布特点为基础进行运动估计算法研究。 运动矢量概率分布特性分析是获得最佳运动估计性能方法之一，因此使用全搜索算法对包含不同运动内容视频序列的运动矢量分布进行测试，发现了现实视频序列的运动矢量分布除了具有中心偏置特性之外，还具有方向性偏置分布特性。该特性反映了现实运动序列的运动矢量在搜索窗口的中心坐标轴方向上的概率分布比对角线方向上的概率分布大。 根据运动矢量概率分布的中心偏置性和方向性偏置性分布，提出了针对不同运动矢量的搜索模型。不同形状、大小的搜索模型很大程度上决定了运动估计搜索的效果和速度，根据视频序列运动矢量的偏置特性，给出了对于中心偏置特性的大/小十字形搜索模型(L/SCSP)，以及对应于方向性偏置特性的新的非对称十字形搜索模型。该模型相对于以前的菱形、十字等搜索模型更符合现实视频序列中的运动规律。 提出一种新十字形块匹配运动估计算法。该算法在搜索策略上对大、小运动矢量的搜索区别对待。在搜索初始阶段同时使用小十字搜索模型(SCSP)和大十字搜索模型(LCSP)对小运动矢量进行搜索，尽可能通过减少搜索所需要的点,加快对静止或准静止块的搜索。在后继的搜索步骤中，充分考虑大运动矢量概率分布的方向性，采用非对称十字搜索模型进行搜索，从而加快对大运动矢量的搜索速度。该算法保持与菱形搜索(DS)和十字-菱形搜索(CDS)算法相当的搜索质量下，可提高大约60％和35％的搜索速度。 根据MPEG-4校验模型(VM：Verification Model)，结合新十字形块匹配运动估计算法，实现了基于对象的运动估计算法的编码器。该编码器将视频对象的宏块被分为3类:对象内部宏块,对象边缘宏块和对象外部宏块。对于对象内部宏块,采用新十字形块匹配法进行运动估计，对于对象外部的宏块则不进行运动估计，而对象边缘的宏块(部分像素在对象内部)就采用填充的方法，利用多边形匹配技术进行运动估计。