随着煤矿井下信息化水平的不断提高,传感节点采集到的人、机、环境之间的交互信息越来越多,在供给资源受限的煤矿井下,如何高效地处理海量的数据信息、降低传感器的能耗成为研究的热点问题。分布式视频编码的简单编码复杂解码转移了编码端的复杂度,适合在资源受限的无线传感器网络中使用。在分布式视频编解码框架中,加入了压缩感知的分布式压缩视频感知技术进一步提高了系统的压缩性能。为了获得视频信号更稀疏的表示和更普遍的适用性,对稀疏基策略进行改进;为了生成更精确的边信息提高非关键帧的重构质量,对利用运动估计生成边信息时的权值进行自适应选择;为了选择出视频序列中更具有代表性的关键帧,对视频序列的帧组结构进行研究。具体的研究内容如下:(1)在解决稀疏表示问题上,为了获得视频帧信号的更稀疏表示,提出一种结合线性离散余弦变换(Discrete Cosine Transform,DCT)基和块预测基的混合稀疏基策略。首先将视频帧进行等大不重叠的分块处理,利用高效的分类判决标准将视频帧分成不同类型的块,根据块分类的结果自适应选择合适的稀疏基策略。该稀疏表示方案在降低复杂度的同时也能获得视频信号的更稀疏表示和更普遍的适用性。(2)为了生成更精确的边信息以提高非关键帧的重构质量,根据视频帧不同块之间的相关性,提出一种基于块分类的自适应加权边信息生成方案。在解码端,利用前后两相邻解码关键帧中不同块之间的相关性进行块分类,根据块分类的结果选择相应的权值加权前后两相邻解码关键帧来生成边信息。本文提出的边信息生成方案充分利用了视频帧不同块之间的相关性,使得生成的边信息更加精确,非关键帧的重构质量也有进一步的提升。(3)关键帧在整个视频序列的恢复中具有至关重要的作用,而帧组结构决定了关键帧的选取。为了提高图像组(Group of Picture,GOP)中第一帧即关键帧所具有的代表性,提出一种自适应的GOP分组策略。根据相邻帧之间运动剧烈程度的不同进行块分类,计算不同块数量之间的差值并与设定的阈值做比较,结合应用场景的不同确定当前帧与参考帧之间的分组关系。在进行自适应分组的同时,为了平衡编码端简单的设计初衷和重构精度之间的关系,对GOP分组长度的最大值进行限制。比较基于不同应用场景的自适应GOP分组算法和固定GOP分组算法的性能,验证本文所提算法的有效性。