随着航天技术和空间技术的发展,人们从宇宙中获取的信息越来越多,图像作为信息的重要载体发挥着举足轻重的作用。但是由于航天器存储容量、下行数据有限等因素,为了获取更多信息需要对原始图像进行压缩存储,CCSDS有损压缩算法因其实现简单,压缩效果好使用广泛。然而有损压缩随着压缩倍数的提升,压缩后会导致图像退化严重,质量明显降低,达不到使用的要求。基于此原因本文针对CCSDS有损压缩图像展开复原技术研究,通过运用复原算法对压缩导致的有损图像进行恢复,最终达到高倍有损压缩图像也可使用的目的。本文首先通过直接观察和分析原始图像、退化图像的残差值,比较了 CCSDS有损压缩退化图像与运动退化和高斯退化图像异同,确定CCSDS有损压缩退化更接近于高斯模糊退化。因此本文选择常用于高斯退化图像复原的BP神经网络算法进行CCSDS有损压缩图像复原。经实验验证比较,基于Adam学习算法的BP神经网络对有损压缩退化图像有一定的复原效果。在此基础上,本文选取了蜜蜂进化遗传算法(Bee Evolutionary Genetic Algorithm,BEGA)和思维进化算法(Mind Evolutionary Algorithm,MEA)这两种进化算法对BP神经网络进一步进行了优化,同时根据BP前几次迭代收敛快的特性对算法进行了优化。分别从主观和客观两个评价方向上对实验结果进行了评测:主观评测标准认为优化的思维进化算法与传统思维进化算法复原效果基本一致且优于蜜蜂遗传算法;客观评测标准选取了峰值信噪比(PSNR)和结构相似性(SSIM)两个指标,经比较认为优化的MEA-BP算法不管是在PSNR还是SSIM指标上都明显优于其它算法,该算法对CCSDS有损压缩退化图像有比较好的复原效果。