随着传感器的快速发展,面向各种应用的大量光学数据的获取成为可能,这为目标的检测、识别和分析提供了必要的数据保障。但另一方面,大量的光学数据为其传输带来了困难,同时,庞大的光学数据量的存储也成为一个问题。因此需要研究高效的方式对数据进行批量压缩和解码。对此问题,本文通过对光学数据的特性进行分析,提出了一种基于稀疏表示和游程编码相结合的高效数据压缩方法。本文的工作主要分为以下几个方面:1)对光学数据进行解析,通过研究数据的特性,提取数据的主体部分,对数据进行利于后续压缩的重排。2)针对每种光学数据,经过可视化分析,研究其各自的特点,为压缩方法的选择和设计提供基础。3)由于利用稀疏表示的方法进行压缩,需要制备相应的样本,对于当数据量过大时,为了减少训练时间,采取随机采样的方式进行样本的选择;当样本量过少时,利用GAN网络生成训练样本。4)针对三维温度数据,提出了一种基于稀疏表示和有损游程编码的混合编码方式,利用训练得到的字典,对数据进行分段混合压缩,并将数据以一定的形式写入压缩文件。不同的光学特性数据,有不同的特点,本文从光学特性数据的特点出发,有针对性地对相应的光学数据设计不同的压缩方法,在编码和解码的过程中,所提出的方法较好的兼顾了解码的效果和时间效率,有助于光学数据的存储及其后续的应用分析,实验结果验证了所提出方法的有效性。