在现今信息技术大发展时代,以图像视频为载体的服务应用在信息传输中占据重要地位,与此同时图像视频处理传输技术得到了普遍关注。以H.264为代表的成熟且高效的预测类视频编码方法是图像视频处理的基础,但是,由于预测类编码所需计算量巨大,并且会导致信道误差影响延续,不适用于一些资源有限、低耗要求的无线应用场景,如参与式感知、无线多媒体传感器网络等。压缩感知(CS)理论为解决上述问题提供了一种新的思路。该理论不仅在采样速率方面突破了奈奎斯特频率的限制,而且在采样观测的同时以降维的方式实现了图像或视频数据一定程度上的压缩,实现了采样和压缩两个过程的合并,避免了传统先采样后压缩所产生的资源耗费。而且,压缩感知作为一种用信息全局观测(即所谓信息采样)代替传统的信号局部采样(即所谓信号采样)的新型信号采集方式,通过线性随机投影所获得的观测值承载了具有相同重要性的信号整体信息,有利于构造简单有效的抗信道误差方案。压缩感知理论与现有视频技术结合,可有效缓解高速采样实现的压力,减少节点采集、编码、处理和传输的成本,将会进一步推动信息领域的向前发展。本论文在压缩感知理论的基础上,以图象/视频信号为主要研究对象,紧紧围绕视频质量评价、编码效率提高和图像/视频差错控制三个方面中与视频传输质量有关的关键问题展开研究。论文的主要研究和创新性成果如下:首先,在视频质量评价方面,提出一种基于冗余观测值的部分参考CS视频质量评价方法和一种体现主观感知质量特性的客观分层CS视频质量评价方法。前者以客观和部分参考的形式,以较低的附加冗余观测值的成本实现了对CS视频恢复后的质量评价,所获质量信息与PSNR值具有较强的相关性;同时,依据所获视频质量信息,实现CS视频质量信息反馈观测率的自适应调整方案,与固定观测率CS视频传输相比,视频整体质量得到有效提高。后者评价模型分别从观测层、流层和分组层次描述CS视频网络传输参数对视频质量的影响,这种分层模型可根据应用需求提供不同层的CS视频质量信息,而且模型参数通过主观CS视频质量数据回归分析获得;所获结果具有人类主观感受特征,而且由该模型所获的CS视频质量信息与验证对比实验获得的主观CS视频质量信息具有强相关性。其次,在提高编码效率方面,针对CS量化编码,提出一种观测值删除量化方法。该方法从观测值特征分析出发,考虑观测值全局投影和近似高斯分布的性质,通过观测值删除来缩减观测值值域范围,从而在一定的量化电平数量下减少量化误差、提高观测值量化率失真性能。本方法在适合的删除参数下,CS图像重建质量优于直接均匀标量量化方法和分块图像压缩感知DPCM方法。最后,在传输差错控制方面,提出一种基于显著性信息的可分级编码差错控制方法和一种基于单比特奇偶校验的检错删除差错控制方法。前者针对大数据量图像信号单路径传输的低可靠性,依据多径分集和图像显著性分析技术,实现针对CS图像的可分级编码这种不对称信道保障方法;该方法在无差错环境中率失真性能优于传统无显著性信息方法,在丢包环境下率失真性能优于CS多描述编码方法。后者从CS视频传输观测值结构特征出发,以在观测值数据段增加单比特奇偶校验位的检错删除方式实现对CS视频的差错控制,此方法实现简易且参数可根据信道状态调整,可在不同误比特率信道条件下,获得接近BCH码和RCPC码的性能,而且在码率和计算复杂度上具有明显优势。