数字视频是多媒体信息的核心和最具挑战性的研究领域之一。数字视频信号的信息海量性是数字视频发展的巨大挑战,要解决这个问题单靠网络带宽和硬件技术的发展不是远远不够的,数据压缩是有效的解决办法。视频压缩使人们能够更有效地利用传输带宽和存储资源。虽然存储和传输的容量不断提高,但是在可以预见的未来,压缩编码仍然是多媒体研究和应用的核心问题之一。矢量量化(Vector Quantization,VQ)是一种有效的有损压缩技术,它的突出优点是码率-失真性能高而且解码算法简单,因此它己经成为图像压缩编码的重要技术之一。矢量量化的理论基础是香农的速率失真理论,其基本原理是用码书中与输入矢量最匹配的码字的索引代替输入矢量进行传输和存储,而解码时只需简单的查表操作。随着矢量量化技术的逐渐成熟,基于矢量量化器的视频压缩算法越来越成为学者们研究的热点。与传统算法的相比,基于矢量量化器的视频压缩算法具有理论背景清晰、编码性能高等优点。本文重点探讨了矢量量化技术的原理、概念、关键技术和研究现状,研究了矢量量化器在视频压缩编码中的设计方法和理论,提出了一种基于预测矢量量化的视频压缩方案,并对提出的算法进行了仿真实验。论文主要的研究工作体现在以下的几个方面:本文系统地介绍了矢量量化技术和视频压缩技术的发展现状并重点介绍了基于矢量量化的数字视频压缩技术的研究现状,旨在了解现有矢量量化算法、数字视频压缩算法的发展进程,为本文矢量量化与视频压缩两者结合的算法提供思路。本文介绍了当今主要视频压缩国际标准,特别是深入研究了ITU-H.264标准的框架和运动预测补偿算法。H.264的整个框架与以前的标准差别不大,H.264标准采用成熟的技术积极地改进了每个功能单元的技术,因此H.264标准取得了最高的编码效率,当然H.264的复杂度也是最高的,总的来说H.264仍然是一种基于变换的视频压缩标准。因此,本文针对H.264复杂度高的缺点和矢量量化器具有的理论清晰、结构简单、编码复杂度低和比特率-失真性能高的优点,将二者结合提出了一种新的基于矢量量化的视频压缩方案:基于预测矢量量化的视频压缩方案。它借鉴了H.264标准的编码方法并结合了矢量量化技术,使用最大值最小化部分失真竞争学习算法得到公有码书,从而保证所有的视频序列经过压缩之后只需传输码字索引。为了减少矢量量化编码的复杂度,本文采用平均距离排序部分搜索算法实现了码矢量快速搜索,该方法使用输入矢量的平均值极大地降低了穷尽搜索的计算量而不损失其性能。仿真实验表明,本方案计算复杂度较低、编码效率较高、比特率-失真性能高,适用于实时性较强的场合或运算能力有限的手持移动设备之上。