随着现代遥感技术的快速发展及其在国民经济和社会发展中扮演的角色越来越重要。遥感图像的分辨率越来越高,数据量呈几何级递增,给其自身的存储、传输和分析带来了巨大的压力,已成为阻碍遥感数据广泛应用的“瓶颈”。因此,有效的图像压缩就显得特别重要。由于小波变换的多分辨率分析特性与人类视觉系统非常相近,小波技术作为一种近年发展起来的信号处理工具在图像压缩方面有着很好的应用。但是同时具有紧支性、正交对称单小波是不存在的,将生成小波的一个尺度函数换作多个尺度函数,就产生了多小波的概念。与单小波相比较,多小波同时具备诸如紧支性,正交性,对称性等诸多在信号处理中非常重要的良好性质,这决定了多小波是一种优于单小波的信号处理重要工具。　　 本文首先从小波的基本理论出发,深入探讨了多小波的多分辨分析及其分解与重构算法,即多小波的Mallat算法。着重介绍了几种常用的多小波以及它们的滤波方法,包括GHM、CL、SA4多小波,并分析了多小波的各种性质对图像压缩结果的影响。根据遥感图像分辨率高、相关性弱、冗余度小、纹理多的特点,对遥感图像进行分析,对图像多小波变换后能量分布的特点进行了探讨,为变换后的遥感图像分别进行不同策略的量化和编码奠定了基础。研究了两种基于小波变换的遥感图像压缩编码算法:嵌入式零树编码(EZW)和分层树集合分割排序算法(SPIHT),详细分析了这两种方法的优缺点,提出了无损压缩和有损压缩相结合的方法,即高频子带采用嵌入式零树编码(EZW)方法进行压缩,低频子带采用DPCM(差分脉冲调制)的方法进行无损压缩。在分析了单小波零树图像编码方法的基础上,结合多小波自身的特点,利用多小波变换后各个子块之间的相关性,把图像的多小波分解看成是矢量四叉树结构,通过对多小波系数重排来保持小波系数的零树特征,对零树编码方案进行改进,并应用于多小波变换的遥感图像压缩。最后,结合图像压缩的客观评价指标峰值信噪比(PSNR),选取GHM和SA4多小波,D4单小波以及9／7双正交小波对大量遥感图像进行压缩实验并对比压缩结果。实验结果表明,多小波在遥感图像压缩中的应用,具有很大的优势和潜力。多小波是传统小波理论中正在兴起的一个分支,它将实际应用中十分重要的光滑性、紧支性、对称性、正交性完美地结合在一起。随着对多小波理论研究不断的深入和完善,其应用必将更加广泛。