امروزه گسترش زمینه های کاربرد تصاویر ویدیویی دیجیتال باعث افزایش تقاضا برای ذخیره این نوع داده ها در حافظه محدود یا ارسال آنها در پهنای باند محدود شده است. این نیاز روزافزون، لزوم فشرده سازی داده های مربوط به تصاویر ویدیویی را مطرح می نماید. روشهای فشرده سازی موجود که از تخمین حرکت برای حذف افزونگی زمانی بین فریم های متوالی تصاویر ویدیویی استفاده می کنند، بر اساس تقسیم تصویر به بلوک یا شبکه عمل می نمایند. روشهای جستجوی بلوکی دچار مشکلاتی نظیر عدم توانایی در تشخیص حرکت هایی مانند چرخش، برش، بزرگ نمایی وکوچک نمایی می باشند. علاوه بر آن، این روشها برای کلیه پیکسلهای یک بلوک حرکت یکسانی در نظر می گیرند. زمان لازم برای تخمین حرکت در روشهای جستجوی کامل بلوکی نیز از گلوگاه های مهم به حساب می آید. دسته دیگر روشهای جستجو که بر اساس شبکه بندی تصویر عمل می کنند، می توانند انواع حرکت را با استفاده از تبدیلهای ریاضی به کار رفته در آنها مدل نمایند، اما در عین حال از پیچیدگی بیشتری نسبت به روشهای جستجوی بلوکی برخوردارند. در این پایان نامه ضمن بررسی انواع روشهای جستجوی بلوکی و جستجو بر اساس شبکه بندی، روشی برای افزایش سرعت تخمین حرکت و روش دیگری برای ارتقاء psnr در تصاویر ویدیو ارایه شده است. در روش اول، عرض پنجره جستجو به طور وفقی برای هر فریم تعیین می شود. به این ترتیب برای فریم هایی با حرکت های محدود، عملیات اضافه جستجو حذف می گردد و زمان اجرای الگوریتم تا حد زیادی کاهش می یابد، در حالی که کیفیت تصویرحفظ می شود. در روش پیشنهادی دوم، تخمین حرکت با استفاده از ترکیب روشهای جستجوی بلوکی و شبکه بندی انجام شده و در هر بلوک از تصویر با انتخاب روشی که خطای کمتری در بازسازی ایجاد می نماید، بردارهای حرکت مربوطه به آن بلوک تخصیص داده می شود. به این ترتیب کیفیت تصویر بازسازی شده نسبت به روشهای موجود با توجه به معیار psnr افزایش قابل ملاحظه ای می یابد.