近年来,随着多媒体网络通讯技术的飞速发展,图像和视频编解码技术已经成熟。但是现有的图像视频编解码方法只能以时间或空间为代价,获得解码质量的提升。因此如何以更小的代价获得更高的编解码质量满足人们对高质量图像视频的需求,已成为多媒体应用技术中亟待解决的关键问题之一。　　 基于压缩感知的图像视频编解码方法因其具有协同采样编码、多空间稀疏表示和灵活编码等诸多优势为高效的图像视频重构开辟了一条新途径。本论文围绕压缩感知理论应用于图像编解码框架这一思想展开研究。阐明了压缩感知理论在编解码方面的优越性能;提出了基于压缩感知的优化编解码方法；探索了基于图像纹理特征的稀疏表示方法及稀疏算法的边缘效应优化方法。所提出的方法和得到的结论为基于压缩感知的优化解码提供了现实而有效的实现方案。本论文的主要工作和研究成果如下:　　 (1)提出了基于压缩感知的优化解码方法。该方法通过变换系数观测信号,并利用全变分方法重构信号。本文分别设计了基于H.264和JPEG两套实现方案,实验证明该解码方法可行有效。其中:由于H.264本身预测机制完善,有较好的鲁棒性,所以重构质量提升不大;JPEG没有预测机制,鲁棒性能差,实验表明重构图像的主客观质量提升明显。　　 (2)针对图像的纹理特征和稀疏算法的边缘效应,提出了压缩感知稀疏空间的优化方法。第一,传统的水平和垂直两方向的稀疏表示方法难以对图像视频信号中局部纹理的各向异性做精确稀疏,本文提出了八方向的稀疏表示方法。实验表明有图像纹理先验知识的前提下,解码重构质量提升明显。第二,由于稀疏算法的局限性,图像块的边缘区域成为稀疏的盲区,本文提出了块合并的方法,使得原始图像块的边界点转变为合并块的内点,提高了稀疏算法的性能。