传统的信号压缩方法首先要经过以奈奎斯特采样定理为准则的高速采样，然后再对采样数据进行压缩编码。由于信号的采样率不得低于信号带宽的两倍，这使得硬件系统面临着很大的采样速率的压力；而且在压缩编码过程中，大量变换计算得到的小系数被丢弃，造成了数据计算和内存资源的浪费。压缩感知理论具有直接信息采样特性，有效解决了这些问题，目前已成为信号处理领域的研究热点。本论文主要是基于压缩视频感知系统，提出了测量域信号与频域信号的相关性分析方法，旨在编码端研究适合于该系统的信号相关性分析方法。首先基于压缩视频感知系统，建立了测量域信号与频域信号的相关性关系模型，实现了利用测量域信号进行频域信号的相关性分析；接下来，基于该模型给出了测量域上的视频块分类方法，该方法不仅考虑了图像块的全局统计特性，还在一定程度上考虑了图像块的局部分布特性。实验结果表明，测量值与相应频域信号的相关性呈近似线性关系；测量域上的块分类方法能够较好的对每帧图像进行块分类，基本上能够较准确的将图像分为平滑块、边缘块和纹理块；与传统的压缩视频感知系统相比，本论文给出的基于测量域块分类的压缩视频感知系统使重构图像的峰值信噪比提高了约0.2~1.3dB。