随着数字图像技术的不断发展,人们对图像处理与分析的要求也越来越高,许多实际问题都需要进行复杂图像分析与数学运算,并且常常需要达到很高的精度,如在红外小目标检测中,常需要对目标的位置精确到亚像素级。因此传统的8位图像很难满足要求。在这样的情况下,常常需要使用高精度图像采集卡,直接采集16位灰度图像进行输出。使用16位图像,能够很好的满足图像处理与分析过程中精度要求,但同时也带来了几个问题：16位图像使用2个字节来存储一个像素,比8位图像大一倍,极大地增加存储设备的成本；此外,对图像数据传输信道提出了更高的要求。假设图像采集设备帧频为100,图像宽度和高度为256,那么每秒输出的图像信息量为256x256x100x16=12.5M/s,远远大于图像传输信道速率,没有经过压缩的庞大的数据量不可能在信道上实时传输。因此,十分有必要对16位图像进行无损压缩。目前,大部分的图像压缩算法以及相关国际标准都是适用于8位图像的,或者说对16位图像压缩效果不理想。鉴于目前的这种情况,本文首先分析了当前图像无损压缩领域的研究现状以及相关的国际标准。研究了目前几种常见的图像无损压缩方法,如算术编码、RLE编码、LZW编码的基本原理,同时分析了这几种算法各自的特点以及适用场合。本文以分析图像中存在的特定冗余数据为出发点,以最大限度地减少图像中的冗余数据为目的,提出了一种16位灰度图像无损压缩和解压缩具体方法。无损压缩分两步进行。第一步：对图像预测编码,消除图像几何冗余。第二步：将预测编码数据映射为幅度和码长2部分,并分别对其进行变长整数编码和范式Huffman编码,消除图像编码冗余。通过以上两步,最终达到无损压缩图像的目的。反过来,通过无损压缩算法逆向过程,可以重建原始图像。实验结果表明,此算法可实现,有效,实用。本论文提出了一个完整的16位灰度图像无损压缩和解压缩算法框架,并且给出具体的算法实现流程。由于算法的主要运算为查表运算,因此,算法易于实现,并且运行速度快,能够在不同的软件平台和硬件平台上进行实时压缩和解压缩,具有很强的实用价值。