在传统的信号处理系统中，采样率需要遵循奈奎斯特采样定理才能在接收端正确的恢复信号。随着信号带宽的不断增加，对采样设备的性能提出了很高的要求。压缩感知的出现大大缓解了采集端的压力。它指出：对于一个可压缩的信号，只要采集少部分的线性投影，通过解凸优化问题就可以精确的重构出原始信号。压缩感知自从出现以来，迅速应用在各个领域，在图像和视频方面也展开了很多应用。传统的图像或者视频获取和编码方法都是先对信号进行高速采样，然后在变换域分解，得到变换系数，保留小部分重要的系数，将其他系数进行丢弃。这造成了系统资源的巨大浪费。基于压缩感知的视频获取和编码过程避免了这些浪费，它在采样的同时对信号进行了压缩。论文首先概括的介绍了压缩感知和小波变换的基本概念，详细的阐述了基于小波变换的压缩感知图像处理过程，仿真了基于二维小波域、单层小波域和双层小波域的压缩感知图像处理方法。接着以MPEG-2为例介绍了传统视频编解码过程。最后，基于压缩感知的优点和视频帧间差值信号的稀疏性，介绍了压缩感知的视频编码方法，将压缩感知理论结合到视频编码系统中。论文在基于压缩感知时域算法、二维小波域算法和单层小波域算法的基础上，提出了一种帧间自适应压缩感知视频编码算法。算法能够根据视频帧间差值信号稀疏性的不同自适应的选择时域或者单层小波域作为稀疏域对其进行压缩感知恢复。仿真结果表明提出的算法能够在保证视频信号重构质量的同时，减少采样数据，提高压缩效率。