遥感超光谱图像是三维立体图像,即在谱段内的二维图像的基础上又多了一维谱间信息,因此遥感超光谱图像的数据量庞大,难以直接传输和存储,必须对图像进行压缩,对遥感超光谱图像数据的压缩是图像压缩中的一个难点。与常规静止图像相比,遥感图像的相关性较弱,图像信息熵值高,冗余度小,图像的数据结构和直方图随地面景物的不同而发生巨大的变化,有明显的不可预测性。由于遥感图像空间分辨率较低(一般大于10m×10m),其空间相关性较小,同时大部分超光谱图像谱间分辨率较低,谱间相关性也比较小,因此遥感图像压缩比比较低。到目前为止,一直没有形成一套成熟或标准的超光谱图像压缩技术。因此,对遥感超光谱图像压缩编码的研究具有重要的应用价值。提出了基于提升小波变换的编码方法,用于对遥感超光谱二维图像的压缩。考虑到遥感超光谱图像压缩技术的硬件实现,采用的算法相对简洁。对遥感超光谱二维图像先采用LeGall5/3小波变换,获得能完全还原的小波变换系数。提升小波变换的优点是简单的移位和加法操作,速度很快,占用内存少,而且比一般小波变换更适于消除超光谱遥感数据冗余,特别适合于需要实时、高速编码或无损压缩的场合,并利于硬件的实现。图像经过小波分解后,嵌入式零树编码(EZW)就在当前阈值条件下,建立频带间小波稀疏的关系。通过这种新建立的关系,来去除小波系数的冗余信息,从而以新的方式组织成为数据流。再通过算术编码器来完成最终的编码,将数据流压缩为带宽极小的压缩数据流。EZW编码可以在任何一个阈值时停止,而当前编码过的比特流仍可重建相应保真度的图像,随着解码码流中质量层的逐渐增加,解压出来的图像峰值信噪比也逐渐增大,图像越来越清晰,直至无失真解码图像。这为遥感超光谱图像提供了很好的压缩解决方案。当对图像质量要求不高时,可以只传压缩码流中的较低层,当对图像质量要求较高时,可以继续传输较高层,实现了真正意义上的按需传输,有效的节省了宝贵的链路资源,同时又保留了所有原始图像数据信息。实验证明,在同等条件下,应用LeGall5/3小波变换与二进制算术编码结合的算法,无损条件下压缩比约为2,比JPEG-JS的压缩效率高10%以上。采用了可编程的DSP芯片(TMS320DM642)来实现提升小波变换的图像压缩,实验通过CCS和TMS320DM642EVM板的结合使用,将已开发的算法移植到DM642平台,并对主要耗时部分EZW模块做了初步优化,在无损条件下,处理一幅512*512的超光谱图约需11s,时间比优化前缩短约40%,证明本文采用的基于LeGall5/3提升小波变换的编码方法可以在DSP上实现对遥感超光谱图像的完全无损压缩。