为降低高效视频编码(HEVC)的帧内编码复杂度，提出一种基于图像纹理特征的编码单元(CU)划分和预测模式选择算法。利用一种预处理算法来获得当前CU的纹理复杂度和方向。一方面，根据CU的纹理复杂度，该算法自适应地跳过或终止部分CU划分，减少CU深度的遍历时间。纹理复杂度高的CU直接划分成4个子CU，纹理复杂度低的CU将会终止划分。另一方面，根据预测单元的纹理方向，确定相应的候选模式集，通过粗模式决策算法和率失真最优化算法遍历候选模式集选取最优模式。将算法移植到标准食品解码软件HM16.7平台上，实验结果表明，与HM16.7算法相比，编码时间平均减少53.66%，比特率上升0.46%，峰值信噪比下降0.05 dB。

随着图像内容不断丰富，由计算机产生的屏幕内容(SC)图像开始普及。针对这类图像，高效视频编码标准(HEVC)增加了调色板模式来提升对SC图像的压缩性能，但会增加计算复杂度和编码时间。提出了一种基于视频内容复杂度分析的自适应调色板模式快速决策算法。该算法将图像亮度分量分块，并用离散余弦变换(DCT)来衡量每个块的复杂度，然后根据复杂度值形成判别矩阵，最后根据判别矩阵结合编码单元的信息来自适应地关闭或启用调色板模式，以减少计算量和编码时间。根据实验结果，当参考编码器设为启用调色板模式时，本文算法能节省的总编码时间达到完全关闭调色板模式所节省时间的69.24%，而相同峰值信噪比下的码率差异(BDBR)平均增加0.33%，相同码率下的峰值信噪比差异(BDPSNR)平均下降0.03 dB，基本不影响视频质量。

为了降低高效视频编码(HEVC)帧内编码复杂度,提出一种HEVC帧内快速编码算法。根据视频图像的纹理复杂性,提前跳过或者中止部分尺寸的编码单元(CU)的划分,减少CU深度遍历区间;同时,根据粗选过程后预测模式和代价值的统计特性采用阈值法或者梯度模式直方图法进一步筛选掉粗选后可能性较小的预测模式,从而减少最后进行率失真(RD)代价计算的帧内预测模式数量,进一步降低编码复杂度。实验结果表明,本文算法与HEVC原始平台相比,在全I帧编码模式下编码时间平均减少42.20%,码率(BR)上升约1.75%,峰值信噪比(PSNR)降低了0.108dB,有利于实时应用。

一种利用灰度协方差矩阵计算图像纹理复杂度的方法，简单易行。

将能够增强图像纹理信息的分数阶微分算子与变分偏微分方程相结合，运用于图像去噪，提出一种基于分数阶偏微分算子的去噪模型。该模型能够在抑制噪声的同时，更好地保持图像的纹理细节信息。由于分数阶微分算子的阶数必须通过大量的实验人为确定，因此选择通过计算局部方差来反应图像局部纹理复杂度，自适应地确定分数阶微分的阶数。实验表明：自适应分数阶偏微分算子不仅继承了TV模型的优点，并且在保持图像细节信息上的能力更强。