朱向军，冯志林，王 洁，鲍卫兵

(浙江工业大学之江学院，浙江 杭州 310024)

以块运动估计和变换编码为核心的视频压缩技术(如MPEG及H.26x等标准)因编码器复杂度高且抗误码能力差等缺陷，很难适用于移动视频电话、无线低功耗视频监控及无线视频传感网络等新兴应用场合。最近提出的压缩传感(Compressive Sensing，CS)［1－2］理论，对稀疏信号(或可压缩图像)以远低于奈奎斯特频率的速度进行投影观测，将传感和压缩合并为一个环节，在解码端采用适当的稀疏重构算法从观测向量中重建出原始信号，显著降低了信号采集中的采样频率、功耗和数据存储量。基于压缩传感原理，Duarte等［3］发明了单像素摄像机，验证了低像素摄像机也能拍摄高质量图像。压缩传感技术在编码端通过简单的随机观测来压缩采样信号，且全局观测对信道误码鲁棒性强，非常适合分布式编码应用［4］。

Gan等［5］提出了一种压缩图像传感方法，用置乱块哈达玛矩阵投影观测整帧图像，选择离散小波变换为稀疏变换，采用凸优化算法重构原图像。结合分布式视频编码框架和CS理论的分布式压缩视频传感方法［5－9］，为解决低复杂度视频编码问题提供了新的思路。将视频序列分为关键帧和CS帧，对关键帧独立编码/解码或观测/重建;对CS帧直接投影观测实现低复杂度编码，在解码端利用帧间相关性重建CS帧，与CS帧独立重建相比，图像质量有了显著提高。提高此类算法性能的关键是在解码端充分利用帧间相关性或……