随着空间遥感技术的发展，光学遥感图像分辨率越来越高，单位时间内获得的图像数据量越来越大。然而，空间遥感图像的传输和存储技术发展相对迟缓。因此，获得图像后，有必要对图像进行压缩编码处理。对于一幅图像而言，我们通常只关注其中的一部分区域或目标，即感兴趣区域，而其他区域称为背景区域。所以，在对图像进行压缩处理时，可以采用感兴趣区域压缩算法：对感兴趣区域进行无损压缩或低压缩比压缩，而对背景区域采用大压缩比压缩，从而既降低了图像传输对带宽的要求，又减少了感兴趣区域细节信息的丢失。论文主要研究一种基于CCSDS的空间遥感图像感兴趣区域压缩算法，并尝试采用基于视觉注意机制的itti模型来检测图像的感兴趣区域。论文以海洋监视卫星图像为研究对象，尝试采用itti模型来检测图像内的舰船目标等感兴趣区域。首先，研究了itti模型的算法处理过程：分析图像的多种特征，并将其融合生成特征显著图；然后采用胜者为王和返回抑制机制提取出视觉注意点；最后以该点为圆心，设置固定值为半径，划定圆形区域为显著区域。本文将视觉注意点的提取转移过程建立为电容阵列充电模型，并在算法中引入了离散矩变换，增强了图像纹理特征响应；由视觉注意点提取显著目标时，本文采用了阈值分割算法。实验结果表明，改进算法所提取的显著区域形状大小基本与目标一致，且显著区域包含背景少。与itti模型相比，改进算法更适合应用于海洋监视卫星图像舰船目标检测提取。本文探讨了SPIHT、JPEG2000以及CCSDS等图像压缩算法，并重点研究了CCSDS压缩标准。CCSDS将图像分为若干个不同的段，段与段之间独立编码，每段的纹理复杂度不同，所包含的信息量不同。本文采用梯度来衡量图像的纹理复杂度，并据此提出了一种基于梯度的压缩码流控制算法，纹理越复杂的段，所分配的码流容量越大，纹理越简单的段，所分配的码流容量越小。实验结果表明，采用该码流控制算法以后，恢复图像的信噪比有所改进。本文根据CCSDS的压缩特点，提出了一种新的感兴趣区域压缩算法，将感兴趣区域和背景区域进行分割，分别作为两幅独立的图像进行压缩。在压缩前，首先将感兴趣区域掩膜编码，然后将码流按一定比例分配给感兴趣区域和背景区域。之后引入基于梯度的码流分配算法，依次对感兴趣区域和背景区域编码，从而实现基于CCSDS的感兴趣区域图像压缩。实验结果表明，该算法能够提高图像感兴趣区域的恢复效果。