信息技术的发展，图像压缩已经成为数据压缩的一个核心领域。图像经小波变换后存在某些明显的统计特性，如图像子带内以及子带间的相关性等，某些传统的编码方法很好地利用了这些特性，并取得了良好的编码效果。如何去相关性和有效利用上下文信息提高编码性能是本文的主要出发点。本文主要工作总结如下：　　本文在已有的压缩图像方法基础上，研究以小波变换为基础的零树编码算法，利用提升方法构造整数可逆小波变换，并根据高光谱图像自身的特点，选择适合的整型小波变换，结合等级树集合分裂(SPIHT)算法，利用位平面编码的思想实现波段图像的渐进传输，实现从有损到无损的压缩。此外，根据光谱波段之间的相关性分析结果对若干波段进行重组，将各组波段图像进行三维小波变换，在去除图像空间相关性的同时，也去除了波段图像之间的相关性，从而进一步降低图像的熵。再运用3D-SPIHT算法对三维小波系数进行编码，实现了无损压缩。此外，我们实现了一种优化零树结构的AT-3DSPIHT高光谱图像压缩编码方法。该算法对三维零树结构不对称的模型编码更有效，不仅考虑到相邻波段的统计相关性，也符合嵌入编码优先编码重要系数的原则。　　最后，本文采用一种基于三维小波变换和上下文量化的高光谱压缩算法。该算法利用三维小波变换去除空间和谱间的冗余信息；然后建立一个三维上下文预测模型去除小波系数之间的冗余信息。