三维集成成像技术具有观看无视觉疲劳且不需要辅助设备等优点,是一种新兴的裸眼3D显示技术。在立体图像研究领域,集成成像技术是科研学者们重点研究的方向之一。人们通过集成立体成像技术可以观看到具有真实深度感的场景。但是加强这种视觉真实感的同时,集成成像图像的传输及存储也成为了一个急需解决的问题。传统的图像压缩方式不仅增加了存储压力,对硬件设备要求很高,还必须满足奈奎斯特定理,无法对集成成像图像进行有效的压缩。压缩感知技术是一种新的图像压缩技术,具有方便传输、减小资源浪费等优点。因此,本文将压缩感知技术应用到集成成像图像压缩中。在仔细研究了传统方法的基础上,提出了几种针对集成成像图像的压缩感知算法。为了对集成成像图像进行有效的压缩与重构,提出一种基于集成成像图像的压缩感知算法,选用分块压缩感知算法对图像进行压缩处理。集成成像图像具有数据量大,冗余度高的特点,所以先对图像进行抽取式采样,然后对图像进行自适应分块,再对图像进行离散余弦变换,依据图像块内相邻像素间的离散余弦变换系数差值进行块分类,对不同类别的图像块使用不同采样率进行测量采样。在重构阶段使用全变分算法对每一个图像块进行重构,将图像块重组在一起,获取整幅图像,再对图像进行等间隔恢复,最终获得完整的重构图像。为了进一步提高图像的重构精度,提出一种稀疏度自适应正交匹配追踪算法,该算法能自适应的估计出信号的稀疏度K值,将自适应稀疏度估计的方法与正交匹配追踪算法结合到一起,对正交匹配追踪算法进行改进,使算法具备更优的图像恢复质量和效率。最后,将提出的两种算法结合在一起,在压缩感知的稀疏步骤和重构步骤同时进行改进,对集成成像图像进行观测和重构。实验结果表明,本文提出的算法能够对集成成像图像进行有效地压缩和重构,恢复的图像整体及细节部分都非常清晰,不仅提高了集成成像图像的重构精度,还减少了运行时间,算法具有明显的优势。