近年来陋若3D电影的热映,三维立体视频成为工业界和学术界的热议话题.它可以广泛应用在三维立体电视、视频会议、视频远程监控、教育、医疗和军事等诸多领域,极大地丰富了现有媒体的内容,带给人们全新的立体视觉体验。然而随着视点数目的增加,三维视频的数据量也成倍增长。为了避免数据激增对信道造成的影响,必须对其进行高效压缩。压缩感知理论的出现,成功突破了以往采样速率必须大于两倍信号带宽的局限,使采样速率不再取决于信号的带宽,而是取决于信号的结构与内容,为信息的获取与处理开辟了全新的道路。本文基于压缩感知的原理,将其应用到三维视频图像编解码中,完成的工作主要包括：(1)由于图像各个分块在变换域的稀疏程度不同,对图像块进行均匀采样的压缩编码时,低采样率下很难实现每个分块块都具备较好的生构质量,高采样率下又会造成资源的浪费。为了解决这一问题,本文提出一种基于压缩感知的深度图像自适应编解码方案,厅案中用硝深度图像边缘点在各个图像块中所占的比例作为判断稀疏度的准则,根据各个图像块在变换域的稀疏情况进行自适应压缩采样,从而确保深度图像在较低的采样率下能够获得较高的重构质量(2)对图像质量的感知很大程度上取决于人类的视觉特性,本文基于视觉特性将图像的显著性检测技术应用到压缩采样过程中,提出了基于显著性的自适应压缩采样方案。方案中首先检测深度图像的显著性信息,根据每个图像块中显著性值为其分配不同的采样率,从而有效地提高了率失真性能;(3)传统的视频编码方法由于在视频编码端高复杂的处理过程和对信道可靠性的依赖致使它在信道可靠性较低的移动互联网以及运算资源和能量消耗受限的移动智能终端的应用方面受到一定程度的限制。分布式视频编码和压缩感知技术都可以把编码的复杂度转移到解码端,本文将二者结合起来,应用到多视点视频编解码体系中。在编码端将输入视频分成关键帧和CS帧,然后对其独立编码联合解码,在保证视频重构质量的前提下大大降低了编码器的复杂度。