遥感图像广泛应用于农业、工业、军事和商用等多个领域,随着信息科学技术的发展,不断增长的遥感图像数据量和有限存储空间、传输带宽之间的矛盾愈加突出,图像压缩技术是解决这一问题的有效手段。遥感图像局部纹理复杂、相关性低,遥感图像压缩的难度也随之增大。本文针对嵌入式平台下遥感图像压缩面临的高压缩比、高保真、资源受限和强实时等问题进行研究,提出了一种模型优化的遥感图像有损压缩网络,并进行硬件加速设计。在遥感图像压缩算法层面,本文分析了遥感图像特性和遥感图像压缩任务的需求,以具备残差迭代编码能力的长短期记忆网络（Long Short-Term Memory,LSTM）图像有损压缩算法为基础进行研究,从算法原理和应用场景角度分析了原算法在遥感图像压缩任务中的局限性,提出分块可控保真度有损压缩方法（Patch-wise Fidelity Controllable Lossy Compression,PFCLC）。实验结果表明,该算法在高压缩比下较传统算法具备更加优秀的视觉质量,并具备防误码扩散和可控保真度能力。在面向硬件实现优化层面,本文分析了嵌入式平台下PFCLC网络模型优化的必要性和可行性,并选用紧凑网络设计和模型量化技术对PFCLC网络进行优化。在紧凑网络设计中,基于深度可分离卷积提出了轻量化的PFCLC网络结构;在模型量化设计中,构建了卷积量化的LSTM模型,并提出了权重-特征图正负联合量化方法,减少量化损失,最终本文整合两种优化方法,提出了一个卷积量化的轻量化PFCLC网络。实验结果表明,优化后的网络和原网络相比在视觉质量几乎没有下降的前提下,计算量下降了95.29%,数据量下降了92.56%。在算法硬件加速层面,本文根据算法处理流程提出了一种基于SOC FPGA的PFCLC网络加速架构,该架构由计算推理核心、数据存储核心和网络控制核心组成。并针对给定资源下的网络架构并行度选择问题,提出了一种面向LSTM计算模型硬件资源感知的网络并行架构搜索算法。为验证该架构的有效性,本文基于Xilinx ZU9EG平台进行了PFCLC网络部署。经验证,该编码器在保证压缩性能的前提下,对于分辨率为128*128的分块图像,帧频可达120fps,功耗仅6.4W,具备应用于嵌入式平台下遥感图像压缩任务的能力。