随着数字多媒体技术的发展,数码照相机与数码摄像机等视频采集设备已日益渐普及。与此同时,功能强大的视频处理软件不断涌现,使得非专业人员也可以方便地利用这些软件工具对视频进行修改。经过篡改的视频通常会改变其原有内容和意义,掩盖视频所反映的真实情况,达到以假乱真的效果。因此,对视频真实性和完整性的认证已经显得越来越重要和紧迫,并逐渐成为当前学术界的研究热点。由于视频具有海量、高维、非线性等复杂性,因而,降低处理的数据量,降低检测算法的复杂度,减少检测的消耗时间在视频篡改检测中显得尤为重要。压缩感知是近年来出现的一种信号处理新理论,将其运用于视频篡改检测,可以有效地降低处理的数据量,使视频篡改检测在精度,速度和鲁棒性等方面得到更好的提升。围绕本项研究,本文的主要工作包括以下三个方面：1、基于单层双树小波变换和平滑零范数法压缩感知图像重构算法。根据压缩感知理论,从图像稀疏变换方式和压缩感知恢复算法两方面出发,对原有算法进行改进,提出了基于单层双树小波变换和平滑零范数法(Smoothed-l0)的压缩感知图像重构算法(DTSLo)。该算法的主要思想是：对原始图像进行双树实系数小波稀疏变换,对变换后的数据使用随机哈达玛矩阵进行测量,实现数据的压缩；在图像恢复中,使用Smoothed-l0压缩感知恢复算法对压缩图像进行重构。实验结果表明,该算法在图像重构质量、执行速度,以及鲁棒性方面均有显著提升。2、针对视频静止背景下的运动前景删除的篡改方式,提出一种基于压缩感知的视频篡改检测算法。该算法首先通过K-SVD (k-Singular Value Decomposition)算法获得差异帧的特征,并构造随机矩阵进行测量获得低维压缩子空间；然后使用k-means聚类算法对低维压缩子空间进行分类,得到单帧图像的篡改痕迹；最后,将各帧的篡改痕迹进行“或”操作,形成最终检测结果并输出。实验结果表明,该算法拥有较强的鲁棒性,与已有的同类型算法相比,具有更高的准确度。3、针对视频帧内复制粘贴的篡改方式,提出了基于压缩感知的特征追踪的视频篡改检测算法。该算法首先对视频序列按照一定帧间隔进行特征提取,寻找出首个篡改帧及其篡改区域；其次采用压缩追踪算法对该篡改区域进行学习,并定位该帧之后的每个视频帧的可疑区域；最后对可疑区域进行相似点匹配,确定出视频篡改帧的位置及其篡改区域。实验结果表明,该算法拥有较强的鲁棒性,与已有的同类型算法相比,拥有更快的速度和更高的准确度。本文工作的创新点主要包括以下几个方面：1、在压缩感知图像重构中,将双树小波变换和平滑零范数法(Smoothed-l0)相结合,不仅提高了图像重构质量,而且算法的鲁棒性更好、执行速度更快；2、将压缩感知理论应用于静止背景下的运动前景删除的视频篡改检测中,在保证算法的准确度和鲁棒性的前提下,大大减少了处理的数据量；3、针对视频帧内复制粘贴篡改的检测,将SIFT特征提取算法与实时压缩追踪算法相结合,在保证算法的鲁棒性的前提下,大大提高了算法的准确度和执行速度。