随着多媒体通信技术的不断发展,在遥感卫星、网络以及数字电视领域,高清甚至超高清视频图像的应用日益占据主流。新的图像编码算法要在保证图像传输质量的同时,有更好的实时性。新一代高效率视频编码标准H.265很好的提高了高清视频图像编码中的压缩率、实时性以及鲁棒性等问题。本文详细介绍了H.265标准的编码框架以及该标准中的各项新技术,分析了H.265的编码单元划分复杂度。第三章提出了基于BP神经网络分类器的编码单元快速决策算法。该算法根据输入的编码图像特征值,利用BP分类器的自学习特性得到不同量化步长下各特征值权重以及编码单元划分阈值所对应的参照表W1、W2、W3以及TBP。将已训练好的神经网络分类器加载到H.265编码模型HM中,根据量化步长的不同对分类器进行初始化,即设定不同的特征值权重以及划分阈值,接着进行编码单元的划分。在低时延配置和随机接入配置下分别对不同的图像序列进行仿真,仿真数据表明该算法在保证图像压缩率及编码质量基本不变的前提下,可以降低算法复杂度,有效缩短编码时间。卫星图像在航天军事等领域均有广泛应用,这些领域要求卫星图像有较高的清晰度。因此,第四章提出了基于压缩感知的图像重构算法。该算法对H.265中DCT变换后的宏块做基于压缩感知的SAMP重构以得到更高质量的重构图像。采用单幅图像以及图像序列进行仿真,结果表明,基于压缩感知的H.265图像重构算法在图像重构中表现更优。