当今的世界已经全面步入了信息科技时代,图像信息领域也越来越受到相关研究人员的重视,尤其是在军事、航天、医药护理等方面得到了许许多多的应用。随着近些年来Candes与Donoho提出的压缩感知(CS)理论,利用信号的可压缩性和稀疏化特点,通过对初始信号进行低维投影并使用合适的恢复算法进行信号的重建。CS理论突破了传统的信号采样定律对采样频率的限制,实现了以远低于奈奎斯特频率对信号进行采样,使得整个信号采样过程与压缩同时进行,提高了传输效率,为传统的信号处理方式提供了新的思路。本文主要结合了图像小波分解系数的特征结构与小波零树编码对图像压缩感知做进一步研究,主要工作如下:(1)提出一种基于小波零树编码的图像压缩感知方法。通过对图像小波变换父子系数的相关性进行研究和分析,将小波零树编码思想融入到压缩感知的测量步和重构步。在测量步,对图像小波系数基于阈值设计一种两符号零树编码子算法,在对稀疏信号进行编码的同时并进行信号压缩感知采样。重构步,利用零树解码恢复出大系数的位置,提出零树追踪恢复算法,完成对信号重构。实验结果表明,本文提出的小波零树压缩感知方法较传统的CS处理,不仅提高了重构效率,而且在压缩比,传输效率以及处理时间等方面都得到了改善。(2)结合小波零树的系数量化步骤和顺序压缩感知原理,提出了一种嵌入式图像压缩感知方法。在发送端传输采样信号与量化字符串至接收端,同时,设计合适的停止反馈机制使两端逐级交互,以达到既能像顺序CS那样实现对未知的原始信号进行自适应采样,也缩减采样矩阵规模以及降低存储开销的目的。实验结果表明,本文方法确实较顺序CS与传统的CS在处理时间以及自适应调整测量次数的增幅等方面体现了优越性。