光谱图像在地质地形勘探、国土规划、林业农业植被分析、军事目标伪装与侦查、自然资源勘探和海洋资源管理等多个领域中具有及其重要的应用价值。光谱图像压缩技术已经成为大数据量的光图像的存储和传输过程中的关键环节。目前光谱图像压缩技术多种多样，KLT变换是目前最有效的去除相关性的线性变换，因此，基于KLT变换的压缩算法已经成为研究的热点。基于交叠KLT变换的高光谱图像压缩算法在一定程度上解决了基于传统KLT变换的高光谱图像压缩算法的“块效应”的问题。此外，对获取代价昂贵的高光谱图像，有损压缩可以支持快速浏览，而无损压缩对保存其源信息的价值具有重要意义。本文具体工作如下：首先，针对传统KLT变换在高光谱图像压缩中存在的不足，提出了一种基于交叠KLT变换的高光谱图像压缩算法。目前最有效的消除高光谱图像谱间相关性的线性变换方法是KLT变换。对高光谱图像的谱方向作KLT变换，可以有效去除谱间冗余，传统的谱方向的KLT变换都是采用有限分块进行的。众所周知，在MPEG和JPEG中，基于DCT变换的算法由于采用分块变换编码会导致低码率下出现“块效应”的问题。同样，基于谱方向分块KLT变换的高光谱图像压缩算法在中低码率下也会出现类似“块效应”的问题。我们提出了一种交叠KLT变换，在一定程度上改善了“块效应”的问题。其次，利用基于矩阵分解理论的整型变换的方法，提出了一种基于交叠KLT变换的高光谱图像可逆压缩算法。在不允许有信息损失的情况下，无损压缩技术必不可少的，比如医学图像、遥感图像、存档图像、卫星通信图像等。而在某些对图像质量要求不高的情况下，则只需要有损压缩。我们提出的基于矩阵分解理论的可逆压缩算法，既可以实现无损压缩又可以实现有损压缩。利用可逆压缩算法，从一个单一压缩文件中，既可以在合理的压缩比下获得令人满意的重构图像，也可以无损的完全重构图像。最后，结合SPECK编码，提出了一种基于KLT变换和小波变换的多光谱图像压缩算法。小波变换在去除光谱图像空间域相关性方面效果显著，KLT变换是目前去除光谱图像谱方向相关性最有效的变换，结合这两种变换应用于光谱图像压缩，提高光谱图像压缩性能。