随着视频技术的发展,高动态范围视频给视频的采集、压缩、传输等带来巨大挑战。高动态范围视频是一种新类型的视频,已有的编码器并未针对其特性降低编码复杂度。同时,大部分显示器无法支持高动态范围视频,因此视频的传输系统需要提供高动态范围视频和低动态范围版本的视频。可分级编码框架可以同时编码高动态范围视频和相应的低动态范围视频,但是编码的复杂度则增加了一倍。高动态范围视频采用了新的数据格式,比特深度超过了8比特。然而,大部分视频的色度信息极为集中,导致色度分量在使用码字表示时仅使用了可用码字的一部分。使用更多可用码字记录色度分量,便能更精细地用保留原始视频的色度信息。我们对高动态范围视频的压缩技术进行了研究,主要研究成果如下:1、在可分级框架中,提出了一种高动态范围视频的快速编码算法。首先,研究了低动态范围视频和高动态范围视频的生成过程及其视频内容的特性。然后,分析了帧内模式编码下高动态范围视频和低动态范围视频的最优编码单元划分结果之间的相关性。最终,提出了利用高动态范围视频的相邻编码单元信息和同一位置的低动态范围视频编码单元信息来确定当前编码单元深度范围的算法。同时,还提出了一种基于支持向量机的编码单元划分预测算法。支持向量机常用于分类,因此算法将每个编码树单元根据其内部编码单元的深度分布分为三类。利用影响编码单元划分的特征和每个编码树单元所属的类型,本文构建了基于支持向量机的分类器的训练集。实验结果显示提出的算法极大地降低了高动态范围视频的帧内编码复杂度,并且编码效率BDBR(Bj?ntegaard delta bit rate)的损失较小。2、基于HDR10框架中,提出了一种基于色度分布特性的自适应码字分配算法。首先,介绍了编码框架HDR10中码字分配过程。本文介绍了YCb Cr颜色空间中像素值的分布特性,然后提出了自适应码字分配算法。算法将整个色度范围均匀地划分为64个小范围,接着计算每个小范围内的累计量化误差和整个范围产生的累计量化误差。同时,每个小范围的累计误差和整个范围的累计误差的比值用于码字分配。在分析了码字数目的上限和下限的影响后,通过实验确定了每个区间码字的上限和下限。实验中,算法提高了帧内模式编码效率。