随着信息技术的高速发展,人们对于信息的需求量也急剧增加。传统的时域采样定理指出,采样频率要达到信号最高频率的二倍以上才能无失真恢复。随着信息的增加,信号的带宽也在变宽,这就对采样设备的性能提出了更高的要求,增大了信号处理的难度。近年新提出的压缩感知理论(Compressed Sensing)是基于信号的稀疏性,通过选择适当的观测矩阵进行非相关性测量,得到信号的少量观测值,实现信号的压缩,利用最优化算法,可以从少量观测值中以高概率重构出信号。对比于MPEG-2的预测编码技术,本文提出了一种基于压缩感知理论的视频帧间信号编码方案。结合传统的视频编码方案,使用运动估值与运动补偿进行预测,获取帧间差值信号,利用帧间信号的稀疏性,分块地对帧间信号进行压缩感知采样编码,随后进行熵编码,以实现进一步压缩。本编码方案省去了传统编码中的变换编码过程,同时对于数据的稀疏分布问题处理方式上,不再使用游程编码,而是直接采用稀疏变换将稀疏信号非稀疏化,节省了部分运算量。本文利用标准测试序列进行了一系列编码试验,分析了稀疏化阈值、采样倍率、分块大小、观测矩阵及重构算法的选择对于编码性能的影响,同时在质量近似的情况下与MPEG-2 Test Model 5(TM5)编码器对比了编码性能。