根据全球的云量数据分析结果,地球一半以上的部分被云覆盖。因此在获取大范围遥感图像时,多数情况下都会有云的存在。随着遥感图像空间分辨率、时间分辨率和量化深度的不断提高,遥感图像数据急剧膨胀。为了更加高效地对遥感云图进行压缩,本文将感兴趣区域(Region of Interest,ROI)编码的思想运用到遥感云图的压缩过程中,并从遥感云图ROI提取、ROI掩模编码和遥感云图ROI编码三个方面进行深入研究。主要工作内容如下:一,已有的ROI提取方法大多针对于特定的目标,在遥感云图内容未知的情况下,这些方法有很大的局限性。针对这一问题,本文选取遥感云图中重要的细节区域作为ROI,并提出了一种基于小波变换的ROI提取方法。本方法首先利用小波变换的高频信息进行重要细节提取,然后使用膨胀、腐蚀等形态学操作将重要细节连接为区域,完成ROI的提取。实验结果表明,本方法可以提取任意形状的多个ROI,且提取过程可以和压缩过程并行完成。二,本文结合改进的方块编码和一种灰度ROI掩模的等价表示,提出了一种新的ROI掩模编码方法。本方法将灰度ROI掩模等价转换为相应的二值掩模和种子点集合的形式,分别进行编码。由于等价转换得到的二值掩模有着更小的信息熵,且种子点集合的编码花费又非常少,因此该等价表示方法从信源方面对灰度ROI掩模进行了优化。在对二值掩模进行方块编码的过程中,对出现概率大、连续性强的符号单独计算游程长度数组,从而进一步实现二值掩模的编码优化。实验结果表明,本文方法有效地提高了ROI掩模的编码效率。三,本文提出了一种基于重要位平面的位平面位移方法,核心思想是仅提升ROI系数的重要位平面,将编码ROI系数不重要位平面的码流更合理地分配给BG系数,使得当ROI达到一定恢复质量时BG区域可以更快地恢复,从而提高图像的整体恢复质量。针对基于SPIHT算法实现ROI编码的过程中,由于位平面位移而导致的编码冗余问题,本文提出了一种基于集合判断的SPIHT编码方法。首先根据使用的位平面位移方法,为每个位平面生成有效系数集合,然后利用这些集合对相应位平面的编码输出进行精确控制,从而有效地避免冗余比特的输出。