合成孔径雷达(SAR)是一种主动式的微波成像系统,可安装在飞机、卫星等飞行平台上,全天时、全天候地实施对地观测,并具有一定的地表穿透能力,在军事和民用建设中发挥了巨大作用。通常SAR图像分辨率较高,成像范围较大,数据量高,因此如何有效地对其进行压缩,降低数据量,以利于存储和传输便成为SAR图像处理中的一个关键问题,具有重要的理论意义和应用价值。围绕着SAR图像的特点,本论文重点研究了小波域的SAR图像编码算法,主要包括以下内容:首先,论文对SAR图像特性做了较深入的理论分析。第一是受乘性相干斑噪声的影响,SAR图像数据相关性小,信息熵高;第二是SAR图像上既有细节纹理信息又有大量均匀区域,这样就有必要考虑减少均匀区域的编码比特数;第三是SAR图像数据的动态范围很高。SAR图像与光学图像之间的这些差异意味着将光学图像的编码算法用于SAR图像压缩并不一定是最优的,需要结合SAR图像特点设计相应的编码算法。接着,针对SAR图像空间相关性低,论文研究了基于小波变换的SAR图像编码算法。基于后续SAR图像应用前多进行相干斑去噪的预处理,论文在多级树集合分裂(SPIHT)编码算法基础之上,结合空间树结构(SOT)进行相干斑去噪后再编码,改善了重建图像质量;提出了结合小波树构建矢量进行量化、编码的SAR图像压缩,去除了空间矢量量化的块效应,实现了大压缩比下SAR图像压缩;最后,针对SAR图像的目视判读,在小波域引入人类视觉系统(HVS),对人眼认为重要的信息进行加权,去除了编码中的视觉冗余,改善了重建SAR图像的主观视觉质量。然后,论文研究了基于多小波变换的SAR图像压缩。大多数单小波无法同时兼顾正交性和对称性,而多小波能同时满足对称性、紧支性、消失矩和正交性的要求,在信号处理方面比单小波更有优势。针对多小波分解系数的特点,提出了基于多小波的改进SPIHT算法用于SAR图像压缩,获得了优于传统SPIHT编码算法的重建图像质量。同时,探讨了在多小波域编码前进行改进的软阈值相干斑去噪,抑制相干斑噪声的同时尽量保持图像边缘信息,实现了多小波域去噪和编码相结合,改善了图像重建质量,两幅测试图像的重建峰值信噪比分别提高了1.5dB和1.0dB。最后,针对SAR图像含有丰富的纹理信息,论文研究了基于小波包分解的SAR图像压缩。SAR图像的纹理信息多分布于中、高频子带。小波变换只对图像的低频子带进行分解,而小波包变换对图像的高频子带也进行分解,能够更好的与信号能量分布情况进行匹配。因此,论文研究了小波包分解最优基选取的代价函数设计问题,提出与后续编码算法结合的量化比特数作为代价函数,并根据子带能量分布特性进行重要性加权,实现了非均匀量化,更好地保留了SAR图像的纹理信息。