JPEG—LS算法是ISO／ITU规定的连续色调图像无损／近无损压缩标准，它具有高保真、低复杂度等特点，可应用于数码相机、网络传输、无线通信、医疗图像等领域。CFA数据图像是从CCD传感器获取的未经处理的数字图像数据。与一般图像相比，CFA数据图像的每个像素只有一个色值。对CFA这种特殊的数据图像直接进行压缩和存储，图像的冗余度较小，压缩处理的工作量少，同时可以提供更完整的图像信息，因此，对数据的信道传输和解压图像的后续处理都有着重要意义。目前，CFA数据图像的无损压缩尚处在起步阶段，没有合适的算法取得较高的压缩率，一般的无损压缩率在1.6左右。本文就是在研究JPEG—LS压缩算法的基础上，分析了CFA数据图像的统计特征，通过对CFA数据进行结构分离变换，以及使用改进后的JPEG—LS算法，最终将无损压缩率提高到了1.9以上。本文的工作主要有以下几个内容：1、对图像的统计特征进行了研究。首先给出了图像的数学描述，分析了图像数据的确定性和统计性，在此基础上，给出了图像建模，认为一幅自然图像可以近似看作一个类马尔可夫过程，在这个过程中，一个像素值的概率密度函数直接被相邻空域的几个像素所决定。对单CCD产生的CFA图像，首先将图像分为3个色平面，把每个色平面看作灰度图像，然后建立有限的自回归模型，确定合适的阶数进行“上下文”预测。2、对JPEG—LS的核心算法LOCO—Ⅰ进行了深入的研究。重点研究了预测、上下文建模、自适应补偿、重映射、参数估计、自适应限长Golomb编码六个部分，特别是对Golomb编码中的参数k进行了理论推导，并给出了一个编码实例。3、对CFA图像数据进行了压缩实验。本文主要使用了4种方法进行实验，一是对图像数据直接进行压缩；二是对图像数据进行结构分离变换后压缩，包括没有滤波、均值低通滤波和高斯低通滤波3种方法；三是用改进的JPEG—LS算法对CFA图像进行了压缩，包括预测器改进、并行处理改进2种方法；四是用JPEG2000、L—JPEG、PNG等标准算法分别对CFA图像进行了压缩，并与JPEG—LS算法进行了压缩效能的比较。