随着多媒体技术和数据通信技术的不断发展,数字图像的数据量越来越大,而存储容量和传输带宽总是有限的,图像压缩技术已成为解决存储和传输问题的关键,对于卫星遥感来说更是如此。因此,研究更有效的图像压缩算法,具有重要的理论意义和实用价值。目前图像压缩算法已经有多种,大部分工作都集中在对压缩算法本身的研究和改进上,而结合图像分类对压缩算法进行研究相对较少。图像特征不同,算法压缩的效果也不同,为了使图像特征与压缩算法更好地匹配,提高压缩算法的适应能力和质量,本文提出了一种基于图像分类的图像压缩新算法。算法通过对已有图像压缩算法(JPEG算法和JPEG2000算法)的性能仿真和比对,结合图像的统计特性以及表征图像边缘的梯度,提取对算法性能和图像质量评定比较敏感的特征——梯度作为分类特征,建立了一种根据图像分类来选择最优算法的自适应图像压缩算法模型。在图像压缩时,可根据图像平均梯度的大小或图像的类别选择不同的压缩方法或确定相关参数。大量的实验数据表明,该图像压缩新算法具有良好的效果,和不经图像分类而直接压缩的常规算法相比,有效地提高了压缩性能。从宏观角度来看,该算法对数量较多的一批图像,能显著提高平均压缩率;从微观角度来看,对一幅图像经分块得到的各子图像,采用分类压缩同样具有很好的效果。总之,本文以图像压缩为目标,提出利用图像梯度对图像进行某种意义下的分类处理,并将它引入图像压缩领域,达到了预期目的。