高光谱图像是一种空间和谱间分辨率都很高的三维立体遥感图像。随着成像光谱技术的发展，高光谱图像的数据量急剧增加，给高光谱数据的传输和存储带来了巨大的压力，严重制约了高光谱遥感的发展。因此研究高光谱图像压缩算法对高光谱图像的广泛应用有着重大的意义。本文首先介绍了高光谱图像的特点及应用，分析了高光谱图像无损压缩技术的研究现状。然后描述了无损压缩的基本理论，特别说明了无损预测压缩的基本框架及现有技术。最后在现有的高光谱图像压缩算法基础上，主要做了两方面的工作。一方面是提出了基于边缘检测的改进SLSQ高光谱图像无损压缩方法。与SLSQ相比，该方法在已有的谱内预测模式和谱间预测模式上增加了无预测模式，在谱内中值预测的基础上增加了对斜边缘的检测，在谱间预测中提出了自适应边缘预测。测试结果表明，对AVIRIS1997高光谱图像和CCSDS测试图像，该方法得到的压缩比比SLSQ分别提高了0.04和0.07。另一方面是对CCSDS多/高光谱图像无损压缩标准123.0-B-1（简称为MHDC标准）进行了性能分析。该标准中共包括12个用户自定义参数，通过对这些参数的测试及分析得到了一组优化参数，最后对标准性能进行了评测。测试结果表明，优化参数下的压缩性能明显优于参考参数，MHDC标准对AVIRIS1997高光谱图像和CCSDS测试图像性能居中。