图像与视频信号是当今社会中最主要的信息载体,传统的信息采集必须满足奈奎斯特采样定理,即采样率大于等于信号带宽的两倍才能保证准确的恢复出原信号。随着人们对图像、视频等信息需求量的不断增加,海量数据的获取、压缩、存储以及传输等面临巨大的压力,这已经成为信号与信息处理的瓶颈之一。压缩感知理论的出现,成功突破了奈奎斯特定理的限制,可以在对信号采样的同时实现信息的压缩,从而大大节省了信号的存储空间,为上述问题提供了一个解决的途径。本文将压缩感知的原理应用到图像编码中,完成的工作主要包括:(1)提出了一种自适应压缩编码方案。该方案用每个图像块所占的边缘比例作为判断稀疏度的准则,按照图像块边缘比例计算每个图像块的采样率。而对于较大的图像,若每个图像块都采用不同的采样率,这势必增加存储和传输的成本。因此,本文进一步采用了 K-Means方法将边缘值相似的图像块聚为一类,并且对同一类的图像块采用相同的采样率。在平均采样率不变的情况下,提高了重建图像的质量;(2)提出了一种基于块重叠的自适应采样压缩方案。该方案将自适应采样的方法应用于基于重叠分块的压缩采样,并且考虑到人类的视觉特性,根据图像块的显著性比例分配采样率。实验结果表明,该方案获得了质量较高的重建图像;(3)提出了基于压缩感知的自适应深度图像编解码方案。该方案根据深度图像块边缘的比例自适应的计算采样率,较好的保护了深度图像的边缘信息。此外,考虑到深度图像像素值的大小是指场景物体与相机的间距,且深度图像不直接用于三维图像的显示。因此,本文通过将处理过的深度图像和其对应的颜色图像即"颜色+深度"格式合成虚拟视点图像,来进一步地评价深度图像编解码算法性能的优劣。