基于小波变换的图像压缩算法具有分辨率及保真度可分级性(从有损到无损渐进传输)、较强抗误码性能、低内存空间占用和编解码快速等特点。它能有效缓解图像在深空通信(DSC)存储和传输中,大量占用整个系统有限缓存及带宽资源的矛盾,提高深空探测器处理图像信息量的能力。但DSC传输数据与通常的地面和卫星通信相比有更多的挑战,诸如长距离、非常低的信噪比、高信号衰减延迟和数据毁坏率、不对称带宽等。因此不能简单地把Internet网上的基于小波变换的图像压缩算法(如JPEG2000)直接用于DSC中。为此,本文以CCSDS在2005年推出了应用于DSC的基于小波变换的图像压缩标准(简称CCSDS标准)为基础,以DSC与Internet网传输压缩图像中的编解码需求、容错性和数据用途3个不同点展开研究。开始详细介绍了该标准,并通过与JPEG2000算法比较发现,二者虽然有同样的基本结构,但它们之间的小波基、小波变换级数、位平面编码及不同小波系数之间相关性处理都有很大不同。这些不同主要为了降低算法复杂度,从而能减少探测器的功率消耗和寄存器的使用。通过对DSC压缩数据流存储及传输的特殊性问题研究,本文提出适合CCSDS标准特点的4种方法。首先提出一种适合CCSDS标准的对整幅图像分块的方法。它能进一步降低探测器缓存溢出及压缩数据流传输过程中的干扰造成地面解码器的错误传播。分割在图像小波变换域进行,在预分割的基础上,各个分块再进行基于图像特征的分割及融合。各个分块是基于多种图像特征(如颜色,频带及纹理等)通过高斯混合模型完成分割,并可根据探测器CPU使用情况选择是否采用ICM及朴素Bayes法则实现联合特征分割。用仿真对分割的结果验证。其次提出一种CCSDS标准感兴趣区压缩的算法,并根据标准的速率-失真(R-D)模型及借鉴一种用于语音量化最优分配位的方法,实现了感兴趣区(ROI)与非感兴趣区(NON-ROI)的位优化分配。它根据图像的优先权分区及压缩算法中位平面编码特点,调整ROI与NON-ROI小波系数间位平面相对位置。且为图像分割的每个区域提供最优压缩比,使固定的有限速率下行信道能优化分配发送比特。其CCSDS标准的R-D模型则是基于Mallat关于图像变换域R-D关系的启发,对多幅图像的测试仿真所得。然后提出一种对CCSDS标准树形的小波系数重新分组的压缩方法,并根据标准的R-D模型及借鉴一种用于语音量化最优分配位的方法,实现不同分组位优化分配。这种方法不但能实现压缩数据流的鲁棒性传输,且也能达到地面接收图像信息更大化的目的。它把小波系数分成9组独立、交织的位流,并按照最终的信息量最大化原则为每组分配一个优化压缩比。最后提出一种CCSDS标准与Turbo码联合解码的方法。它对压缩端没做任何改变,但在信道信噪比不变的情况下,却能降低接收压缩数据流的错误率,该方法尤其适合DSC。它根据CCSDS标准熵编码过程中的残留冗余、不同小波系数之间的相关性,结合Turbo码解码过程中迭代方法、分量码MAP解码中对外信息的使用,实现最终的信源信道联合解码。