移动无线通信以及多媒体信号传感器技术的快速发展，使得移动智能终端以及多媒体传感器网络等在人们的生活中得以迅速普及。基于移动终端的多媒体服务催生了编码端资源受限的新型多媒体应用场景。传统多媒体信号编解码标准复杂的编码端处理过程不利于以上行链路数据流为主的新场景下的多媒体服务。压缩感知技术作为一种新的信号采样压缩技术为降低编码端的复杂度、提高编码效率提供了可能。当信号本身或在某个变换域内具有稀疏性时，压缩感知技术可以仅用少量的测量值完全表示该信号并重构出原始信号。压缩感知技术有效降低了信号的采样速率、达到了信号采样与压缩的同步实现，有效降低了信息采集与存储的成本。基于压缩感知的图像及视频编解码系统研究对于推动新场景下多媒体通信服务的进一步发展具有重要的意义。
　　然而基于压缩感知的图像及视频编解码系统在重构质量上相比于传统的方案仍有一定的差距，而且结合具体的应用场景，编码端的编码效率仍有进一步提升的空间。针对当下压缩感知多媒体通信系统存在的解码质量低、算法适用性差等问题，本论文深入研究了多媒体信号的时空特性，并结合压缩感知的采样编码及解码重构过程，对基于压缩感知的图像及视频重构算法以及面向终端到云视频通信场景下的压缩感知视频传输提出了一系列改进方案。本论文的主要贡献如下：
　　第一，提出了一种基于图像残差转换的多级压缩感知图像重构算法。针对图像重构可用信息匮乏，图像内容差异性大等导致的图像压缩感知重构算法适用性差的问题，论文提出了一种新的多级压缩感知图像重构系统。新系统将图像重构过程划分为多个阶段，根据不同的重构阶段中图像自身在内容以及结构特征上的变化特性，利用约束项自适应的压缩感知重构模型对各阶段进行重构处理。针对不同阶段的图像特征，采用不同的正则化约束项以最大程度恢复图像原始特征信息，改善了压缩感知重构图像的客观和视觉质量，提高了算法的适用性。
　　第二、提出了一种新的分布式视频压缩感知重构系统。针对当下视频压缩感知重构质量低，非关键帧重构质量波动起伏严重等问题，论文深入研究了关键帧与非关键帧的重构过程，分别给出了各自的改进重构方案。对于关键帧重构，设计了一种联合全差分重构与多假设重构的二次重构系统。新系统无需借助相邻的非关键帧提供边信息，有效避免了传统关键帧二次重构中存在的解码时延问题，极大地提高了关键帧的重构质量。对于非关键帧重构，首次在非关键帧重构中利用交叉重构的方式引入相邻的非关键帧作为辅助参考帧，有效抑制了图像组内侧非关键帧的重构质量下滑问题；并且通过自适应的选择多假设权重估计模型，既能够在低采样速率下确保边信息估计的精度，又可以避免高采样速率时计算复杂度的急剧增加。新提出的重构系统在维持计算复杂度较低的情况下极大地提高了分布式视频压缩感知系统的重构性能。
　　第三、提出了一种高效的面向端到云上行链路的压缩感知视频编解码系统。结合压缩感知的技术特点，论文就视频上行传输场景中的视频编码，信道传输以及云端解码三个方面进行了深入学习与研究。在编码端，利用编码端重构的关键视频帧，设计了一种新的基于跳跃块的压缩感知残差编码系统，可以有效避免对于编码端视频帧间冗余图像块的计算开销。并且针对时变的信道状态，采用了一种基于信道状态的采样速率自适应选择方案，通过为不同的信道状态匹配相应的采样速率以调节编码端的传输速率，可以有效避免因信道质量低下而导致的链路拥塞或者传输中断问题。对于云端解码系统，结合云端服务器计算能力强、缓存空间丰富的特点，论文提出了一种新的基于多参考帧局部二次重构的非关键帧重构系统，极大地提高了非关键帧的重构质量，抑制了图像组中非关键帧重构质量的波动问题。