卫星干涉多光谱技术是目前遥感领域内最新发展的成像光谱技术，能够获得丰富的被测目标的空间和光谱信息，可定性、定量地对被测对象进行物理分析和识别，在地质勘探、环境检测、深空探测、军事侦察等许多方面具有重要的应用价值。由于干涉多光谱图像庞大的数据量对有限的传输信道造成了很大压力，因此研究具有高性能、低复杂度、低存储量的实时干涉多光谱图像压缩编码方法成为当前卫星干涉多光谱技术的迫切需要和关键技术。 论文首先对干涉多光谱图像的成像原理和图像特性进行了分析，针对干涉多光谱图像应用需求，从两个角度对干涉多光谱图像压缩编码技术作了深入研究：一是从量化编码的角度，研究有效保持恢复图像光谱和空间信息的高效量化编码方法；二是从变换的角度，研究针对干涉多光谱图像的变换方法，以克服现有变换方法的不足，从而提高压缩性能。最后针对航天应用，研制了应用于探月卫星的干涉多光谱图像压缩方法及系统。本文主要的研究成果如下： 1.提出了一种基于分类权值率失真优化截取的部分SPIHT(PartialSPIHT)编码算法。该算法采用部分SPIHT方法对所有空间生成树进行独立编码，并将干涉多光谱图像分为两类干涉区域，通过分析编码重建误差与恢复光谱失真之间的关系，分类加权提升不同干涉区域空间生成树的率失真斜率，不仅改善了压缩效果，而且减少了光谱信息失真。在此基础上，针对航天应用需求，通过对完整率失真优化截取效率的分析，提出一种基于自适应编码深度控制的优化算法，该算法引入编码深度控制机制，自适应地控制每棵空间生成树的编码深度，有效地减少了编码器的计算量和存储量，提高了编码效率，易于星载硬件实现。 2.提出了一种基于经验数据分解的干涉多光谱图像压缩算法，并设计了针对干涉多光谱图像的二维分解结构。该算法利用提出的经验数据分解方法去除图像相关性，然后对分解系数采用改进的EBCOT算法进行编码，适用于非平稳数据的压缩。实验结果表明，与JPEG2000标准相比，该算法在有损和无损压缩下均能获得更好的压缩性能，且有效地保护了光谱信息。 3.提出了一种自适应分类曲线拟合的干涉多光谱图像压缩算法。利用均方差准则将干涉多光谱图像自适应地分为两类干涉区域，并对各类干涉区域分别构造不同的拟合函数，然后采用不同的拟合方法对其进行曲线拟合。该算法兼容有损和无损压缩。与现有压缩方法相比，该算法充分利用了干涉多光谱图像的成像特性和相关性特性，克服了小波变换的缺陷，较大地提高了压缩效率，同时显著降低了光谱失真. 4.提出了一种空间维独立的无损及近无损光谱图像压缩算法，并成功应用于我国“嫦娥一号”探月卫星的光谱图像压缩系统中，具有复杂度低、恢复图像质量高和抗误码性能好等优点。