随着遥感技术的快速发展，多光谱图像数据被越来越广泛的应用于环境监测、地质、农业、林业、水利、医学和军事等领域，在发展国民经济和增强国家军事力量中扮演着越来越重要的作用。多光谱图像与自然图像的区别在于它是一种三维立体图像，即在二维的图像基础上多出了一维光谱信息，因此多光谱图像包含的信息量较多，但是其数据量也很大，从而对多光谱图像的存储和传输带来了较大的困难。因此如何有效地编码处理多光谱图像数据具有比较重要的现实意义。　　 传统的编码方法不能很好的满足多光谱图像存储和传输的需要。对多光谱图像进行编码，不单要考虑其空间冗余，更多的应考虑其谱间冗余。随着小波理论的成熟，空间冗余的压缩得到了很好的解决，其中较为经典的算法有EZW、SPIHT、EBCOT等。但是对于多光谱图像来说，各个谱段图像的成像对象是一样的，其结构是非常相似的，因此谱间的相关性远远大于空间相关性。基于多光谱图像的特征，本文进行了相关编码算法的研究。　　 本文首先介绍了多光谱图像的概念、特点、应用及其编码方法、研究现状，然后详细总结和介绍了离散小波变换、连续小波变换、多分辨率分析、Mallat算法、提升小波变换等小波变换的理论基础，并利用提升方式实现了图像的小波变换。接着系统研究了嵌入式零树小波（Embedded Zerotree Wavelet，EZW）编码算法的原理，针对其不足提出了一种改进算法，经过实验比较证明了改进算法的压缩性能比标准EZW编码算法有所提高。最后把EZW编码算法及其改进算法用于多光谱图像的谱内编码压缩，实验结果显示对于纹理丰富的多光谱图像，改进算法在去除多光谱图像谱内冗余方面还是优于EZW编码算法。针对多光谱图像的相关性特点，利用简单的归一化差分预测编码调制技术去除多光谱图像的谱间相关性，通过对比实验从性能参数的角度形象的证明多光谱图像谱间相关性的存在以及归一化DPCM+改进EZW算法比直接改进EZW算法更加有效。这种归一化DPCM+改进EZW算法的多光谱图像编码算法具有计算量较少，存储空间需求较小、易于硬件实现等特点，能较好的实现多光谱图像的编码。