将现有的压缩感知重构算法应用到视频图像中，存在重构速度较慢的问题。为了满足视频图像重构的实时性要求，本文在现有的图像处理算法基础上，对快速压缩感知视频图像重构算法进行了研究，主要工作如下：将快速迭代收缩阈值算法引入到压缩感知图像重构中，并根据压缩感知结构特点进行了相应的改进。实验结果表明，该算法在保证重构图像质量的同时，在重构算法收敛速度方面有明显改善。对基于分割增广拉格朗日收缩的压缩感知重构算法进行分析，该算法充分利用了目标函数的二阶信息，同时引入变量分割的思想，将单一的空域变量分割为空域和频域两变量，相互约束，交替逼近各自的最优解。实验结果表明，该算法得到的视频重构图像无论在图像质量方面还是收敛速度方面都有明显优势。针对分割增广拉格朗日收缩算法中采用同一阈值对所有小波系数进行收缩处理，在一定程度上丢失了图像细节这一缺陷，基于Context模型的空间自适应方法提出了改进的拉格朗日收缩算法完成压缩感知重构，克服软阈值收缩过平滑的缺点，保留更多图像细节。实验结果也证明了该算法的有效性。给出了基于帧间差分的压缩感知视频重构算法。利用帧间差分方法提取相邻帧的背景图像，作为下一帧图像重构的先验知识，然后结合前文中提出的重构算法进行视频图像的重构，不但减少达到最佳重构图像所需时间，而且明显改善重构图像的质量。实验结果表明，基于帧间差分的压缩感知视频重构算法与其他重构算法相比，算法的收敛速度最快，同时重构图像质量无论在主观视觉方面还是客观峰值信噪比方面都有明显的提高。