图像压缩是图像存储、传输的基础。原始图像数据存储空间较大,不利于存储、传输。为了减小图像数据的存储空间和通信带宽,实现数据实时处理、显示和传输,需要对原始图像进行高效压缩。图像压缩编码可分为无损压缩编码和有损压缩编码。经典压缩算法理论已比较成熟。近来,又出现新的基于小波变换的压缩方法、分形压缩方法和神经网络压缩方法,称为第二代图像压缩编码方法,其具有更高的压缩比和图像恢复质量,受到越来越多的重视,但由于理论还不完善,在实际应用中仍存在许多问题。针对图像压缩的现状,本文结合支持向量回归与小波理论对图像压缩进行了研究,主要工作如下:(1)研究了支持向量回归与DCT变换相结合的图像压缩方法,并通过实验论证了其可行性。(2)我们结合SPIHT结构,提出一种支持向量回归与小波变换相结合的灰度图像压缩方法。该方法先将原始图像进行离散小波变换,得到多分辨率小波图像,再通过SPIHT结构进行小波系数重组,然后对每棵树上的小波系数进行支持向量回归,获得一系列支持向量和相应的权值,通过较少的支持向量拟合原始小波系数而达到数据压缩目的。(3)研究了3DSPIHT的支持向量回归小波多光谱遥感图像压缩方法。在二维SPIHT支持向量回归小波图像压缩的基础之上,将压缩方法扩展到3DSPIHT,先对多波段光谱数据进行空间小波变换,再用3DSPIHT结构进行系数重组,然后通过支持向量回归进行图像压缩。实验结果表明,此方法可取得较好的效果,但压缩中,支持向量回归时间,压缩时间较长是一个有待解决的问题。