关联成像是一种通过单像素探测器以成像时间换取空间分辨率的新颖成像方案, 然而, 其存在重建质量低、数据采集时间长的问题。Hadamard编码调制计算关联成像能够实现高效率的成像, 显著提高了关联成像方案的适用性, 但是其独特的图像噪声集中现象是影响其实用化亟待解决的难题。通过分析Hadamard矩阵作为测量矩阵计算关联成像重建结果的噪声特点, 基于图像分割理论, 提出了一种利用阈值处理和形态学图像增强的Hadamard编码调制关联成像噪声压制方案, 并通过实验验证了该方案的可行性, 获得接近8 dB的光学图像增强。该方案对二值图像和灰度图像都有比较好的效果, 其工作促进了关联成像技术的实用化。

本文针对多视角视频编码提出了一种新的编码方法。在此方法中，结合四维 Walsh 操作算子，以达到压缩目的。利用4维n阶矩阵Walsh变换，对先前彩色视频流的编码加以扩展，将其应用到八个视角的视频编码中，包括视频序列分块，Walsh正变换及反变换，反分块。这种方法能够利用视频序列之间的相关性并且减少视频序列之间的冗余。本文以VC++6.0为工具，编程实现了基于快速Walsh变换的多视角视频编码，研究了不同压缩比条件下的压缩性能。通过对实验数据的分析，本文提出的方法既保证了视频质量又具有很好的快速压缩性能。实验结果表明:本文方法具有可行性及有效性，且易于在编码端快速实现，为多视角视频的进一步研究奠定了基础。

为了实现对视频中运动目标的运动矢量估计, 建立了多维矢量矩阵变换域运动估计系统, 在变换域对运动视频中运动目标形成的多维能量集中平面进行研究。首先, 介绍了多维矢量矩阵理论、变换理论以及运动目标在变换域形成能量集中平面的理论推导; 然后, 采用平面拟合的方法, 求取运动矢量的大小; 最后, 分析对比了几种方法的效果和迭代速度。实验结果表明: 多维矢量矩阵变换域的运动平面拟合方法估计的运动矢量精度达到10-2 pixel, 提供了一种变换域运动矢量估计的高精度方法。

为了减少处理多维数据的运算时间, 提出了2M维矢量离散余弦变换(DCT)整数核矩阵, 并分析了该整数变换核矩阵的正交性和能量集中性。首先, 根据原有浮点型2M维矢量DCT变换核矩阵的理论及性质介绍了2M维矢量DCT整数变换核矩阵的实现算法; 验证了2M维矢量整数变换核矩阵的正交性。然后, 简述了对*.yuv格式视频文件进行分块与重组的基本原理。最后, 以四阶整数变换核为例, 分析了2M维矢量整数变换核矩阵, 即讨论多维数据在整数变换后的能量集中性。实验结果表明：采用2M维矢量整数变换相对浮点型变换仍然具有较好的能量集中性, 而且Y分量能量集中性均值已达到97.3%以上, U分量和V分量的能量集中性均值也已达到99.9%以上, 此结果会对后来的多维数据压缩编码处理提供有力依据。

为了提高彩色视频流压缩变换的速度, 缩短变换时间, 将基于多维矢量离散余弦变换(DCT)正交矩阵的视频流压缩算法同现有的快速DCT算法相结合, 提出了基于多维矢量矩阵DCT的快速算法。首先, 对一种实用性较强的一维快速DCT算法进行部分校正与补充, 并将两种极具代表性的二维快速DCT算法, 即行列分解法和线性组合法拓展到了多维层面。然后, 结合多维矢量矩阵理论, 推导出了两种DCT快速算法及其蝶形示意图, 并分析了算法的乘法运算次数。最后, 将这两种基于多维矢量矩阵的DCT快速算法应用在标准视频库中测试视频的压缩编码中, 同时做了对比实验。实验结果表明：两种算法在DCT时所需的时间均小于0.25 s, 满足视频实时性的要求。该算法在保证重建视频质量的同时降低了运算时间, 并将DCT快速算法从低维扩展到了多维, 可以处理更多维数的视频。

为了适应人眼视网膜细胞的正六边形结构的排列方式并充分利用彩色图像各颜色分量间的相关性, 提出了一种基于六边形采样的三维离散余弦变换方法。该方法根据传统的矩形采样和正六边形采样之间的关系来完成两者的转换; 然后在已有的六边形离散余弦变换的基础上提出三维六边形采样的离散余弦变换, 并验证它的能量集中性。最后, 在同一个模型下建立彩色图像的空间位置和颜色分量, 并利用提出的方法分别以不同的子图大小对不同的图像进行整体变换。实验结果表明: 相对于传统的矩形采样, 提出方法的压缩比提高了约51.1%, 峰值信噪比提高了约16.3%, 从而有效地降低了彩色图像各颜色分量间的相关性。得到的结果表明, 利用六边形采样技术可以提高采样率, 降低编码速率。