随着互联网和无线移动通信技术的发展,人们对移动多媒体业务的需求越来越大。然而网络丢包及无线信道中出现的数据差错与丢失造成了接收端图像质量的下降。而多描述编码能满足实时数据在不可靠信道传输时保证数据恢复质量的要求,因而受到越来越广泛的关注。多描述编码方法是将原图像分为多个相互独立的描述来进行编码,并通过各自独立的信道传输至解码端,使每个描述都能独立恢复出质量可接受的图像。目前大多数多描述编码方法都存在的问题是抗丢包和误码的性能以及信号的重构质量依赖于所接收到的描述个数,然而随着描述个数增加,编码复杂度就越高,编码效率也就越低。近年来兴起的压缩感知理论为解决这个问题提供了新的思路。压缩感知理论在保证信息不损失的情况下,采用远低于奈奎斯特采样定理所要求的采样频率对信号进行采样,并且对信号进行精确重构,成为信号处理领域的热点。压缩感知理论可以用少量观测值提取信号中的有效信息,每一次观测都可以看成是原信号的一个描述,并且恢复质量只与观测值的数目有关,因而将压缩感知与多描述编码结合是本文的主要研究内容。本文首先介绍了论文的研究背景和意义,为课题的开展指明了方向。其次对压缩感知基本理论进行了简单介绍,并通过仿真比较了几种重构算法的性能。然后讨论了分块压缩感知和分级量化的一些内容,并通过实验结果分析了分块压缩感知的优缺点。最后研究了基于压缩感知的多描述编码方法,首先利用交织抽取将图像划分成若干个子图像,然后对各个子图像进行分块压缩感知、量化、打包形成多个描述码流,接收端通过求解优化问题重建原图像。分块保证了观测过程的复杂程度不因图像尺寸而改变,适合处理高分辨率图像。由于均匀量化比特利用率较低并且量化误差大,本文量化过程使用了分级量化方法。实验表明,基于分级量化压缩感知的多描述编码方法抗丢包性能及编码效率均有明显提高。