随着遥感技术和成像光谱技术的迅速发展,成像光谱图像呈现出高空间分辨率、高光谱分辨率、超多波段和图谱合一等特点,其数据量也呈几何级数增长。然而,卫星平台上的各种设备严格受限,这使得卫星遥感系统中有限的存储和信道资源与海量遥感数据巨大的存储和传输需求之间的矛盾日益突出,严重制约了成像光谱技术在卫星遥感领域的应用。因此寻求一种途径对成像光谱图像进行高效压缩就成为了亟待解决的重要问题。　　 基于此背景,本文面向卫星遥感应用,针对成像光谱数据的特点,展开面向星载的成像光谱图像的高效低损压缩技术研究。主要研究内容包括:　　 1.针对卫星平台对压缩算法的低运算复杂度需求,提出了一种基于多模式预测的成像光谱图像压缩算法。　　 采用了空间预测与谱间预测相结合的多模式预测方法,以有效去除高光谱图像的信息冗余,结合波段排序预处理、整数变换和量化以及高效的熵编码技术,取得了良好的压缩性能。实验结果表明,与JPEG2000图像压缩标准相比,在相同的压缩比条件下,本文提出算法的重建图像的PSNR值平均提高了3.66dB左右。同时,编码复杂度只有JPEG2000标准的50％左右,因此十分适合硬件实现。　　 2.提出了一种基于光谱维预测与小波变换的成像光谱图像压缩算法。　　 通过谱间预测和2D小波变换分别去除图像的谱间和空间相关性,结合波段排序预处理和一种高效的基于四叉树分裂的逐子带小波编码方法,取得了较好的编码效果。在相同压缩比条件下,该方法重建图像的PSNR值较JPEG2000标准有明显优势,平均提高了3.68dB左右。　　 3.考虑本文压缩算法的应用环境,完成了基于多模式预测的成像光谱图像压缩算法在DSP和FPGA平台上的优化和实现。　　 针对TI公司生产的DM642高性能DSP嵌入式开发平台,从算法、数据传输、内存和Cache等几方面入手,对基于多模式预测的成像光谱图像压缩算法进行了优化,进而完成了算法的移植。实验结果表明,优化后算法的压缩性能并无明显降低,但是,其执行速度却得到显著提高,编码速度比优化前提高了近45倍。另外,面向Xilinx公司出品的ML410FPGA嵌入式开发平台,本文完成了该算法各个功能模块的初步实现。