随着合成孔径雷达(SAR)技术的不断发展，SAR已成为遥感领域必不可少的手段，但其庞大的数据量也越发成为制约SAR系统性能进一步提高的重要因素。SAR图像具有丰富的纹理特性并受斑噪声严重影响，而且复数SAR图像的相位信息随机分布，很不利于压缩，因此在压缩过程中尽可能的消除冗余并有效保持图像的纹理与结构，同时减少相位信息的丢失是设计压缩算法的关键。本文对复数SAR图像的特性以及压缩算法进行了研究，主要工作如下：　　1）深入研究复数 SAR图像特点，结合压缩算法从空域、频域、噪声模型、小波域特性以及相位特性等多个角度进行分析。　　2）结合SAR图像特征，提出基于小波域字典学习的双稀疏SAR图像压缩算法。分析SAR图像的噪声分布模型，在SAR图像压缩算法中引入改进的小波生成树阈值化算法；提高了字典的稀疏度，改善图像重构质量与压缩效果。　　3）提出一种改进的基于压缩感知的SAR图像压缩方法。考虑降低测量矩阵与冗余字典的相关性可提高压缩感知重构性能，在对图像数据进行观测降维时，先利用所训练字典设计相应测量矩阵，再对低维信号进行后续编码，实验表明测量矩阵与字典的平均互相关性越低，图像恢复质量越高。