与其它信号相比，视频信号一个非常明显的特点是其具有很强的帧间相关性。现有的视频压缩感知算法大多是针对单帧图像的逐帧测量和重构，这种方法由于忽略了视频的帧间相关性而导致不能获得一个很好的重构效果。本文针对这一问题，对基于帧间相关性的视频压缩感知算法进行了深入研究，主要内容如下：首先，本文针对视频各帧之间不同区域的帧间相关性不同这一特点，提出了一种自适应分配采样率的变采样率测量方式。将视频帧分块，再对不同的块按照帧间相关性的大小分类并分别用不同的采样率测量，帧间相关性小的块携带的信息量较大，为其分配较多的采样率，而帧间相关性较大的块可以由参考帧提供的信息较多，故只需为其分配较少的采样率即可达到完全重构的目的。实验结果表明，这种变采样率的测量方式能够有效提高采样率的利用率。其次，为了更好的提高帧间相关性的利用率，本文对多假设预测重构算法进行了改进，使其适用于采用变采样率测量方式的压缩感知过程中。实验结果表明采用变采样率测量和变采样率多假设预测重构的视频压缩感知算法能够在低采样率下重构出高质量的视频图像。最后，本文提出将组稀疏的思想用到视频的压缩感知重构中来，以实现对视频帧间相关性的充分利用。文中构造了基于组稀疏的快速迭代收缩阈值算法，对图像块搜索匹配块，再对匹配块组用组稀疏的重构算法重构。实验结果表明，组稀疏的重构算法可以实现对块间相关性的利用，能够提高视频重构质量。