多光谱遥感图像是同时在多个窄的光谱波段上对同一对象(地域或目标)进行观测所获得的图像,它反映了观测对象在各个窄光谱波段上的反射、透射或辐射特性,因而包含了观测对象的更多信息。多光谱遥感图像在航空/航天、地质勘探、环境监测、探月工程等许多领域有非常重要的应用。自然的,多光谱遥感图像的压缩成为了一项重要的研究课题,受到了越来越多研究者的关注。多光谱遥感图像在每个光谱波段上的图像都可看作是静态灰度图像,但各图像间又具有光谱相关性。正是在这样的背景下,本文对静态灰度图像和多光谱遥感图像的压缩技术进行了系统、深入的研究。主要研究内容和成果如下: (1) 静态灰度图像的小波变换压缩技术——膨胀-行程算法 在分析图像小波变换系数特性的基础上,主要利用小波系数中大部分为非重要系数的特点以及重要系数的聚类特性,提出了膨胀-行程算法。该算法对形态学膨胀和行程编码进行了有机结合,使用形态膨胀运算对重要小波系数的聚类进行搜索和编码,同时利用一种高效的行程编码算法对重要系数聚类间的大部分非重要小波系数进行编码。实验表明,该算法的性能优于经典小波编码器SPIHT。对于小波域重要系数聚类特性显著的图像,算法的性能则优于著名的形态学小波编码器MRWD和SLCCA。 (2) 静态灰度图像的块变换压缩技术——块变换系数的分组条件熵编码算法 为避免传统分块DCT在压缩图像中引入的块效应,对图像进行了混叠变换。在分析图像块变换系数特性的基础上,主要利用8×8块中各2×2组系数幅值间明显的衰减特性,提出了块变换系数的分组条件熵编码算法。该算法将变换系数划分为2×2组进行编码,并利用块变换系数在块内和各块之间的相关性对算法输出的符号进行了条件熵编码。实验表明,对于含有大量规则纹理的图像,该算法的性能明显超越了小波编码器;对于其它图像,该算法的性能接近于经典小波编码器SPIHT的算术编码模式,但明显超过其二进编码模式。 (3) 常规多光谱遥感图像的小波变换压缩技术——多光谱图像的小波编码算法 在分析光谱分辨率较低的常规多光谱图像的数据特性及其空间小波变换系数特性的基础上,总结了多光谱数据各波段小波变换系数的谱间结构相关性的规律,并由此提出了相应的小波编码算法。该算法基于位平面编码实现,其核心是根据小波变换系数的谱间结构相关性和空间相关性设计的条件熵编码器。算法同时给出了不进行谱间变换和谱间采用K-L变换两种压缩模式。实验表明,该算法对常规多光谱图像取得了良好的压缩效果,算法性能与不考虑谱间相关性的小