有效的星载超光谱图像压缩技术对于解决超光谱图像实时传输极为重要。针对超光谱图像传统的联合编解码算法的不足，提出了一种基于分布式信源编码(Distributed Source Coding，DSC)的超光谱图像无损压缩算法。为利用超光谱图像的局部空间相关性，将超光谱图像进行分块处理；引入多元线性回归模型构建编码块的边信息，并为每个编码块选取最优的预测阶数，以有效利用超光谱图像的局部谱间相关性。根据(n，k)线性分组码的原理，通过多元陪集码实现超光谱图像的分布式无损压缩。实验结果表明：该算法能够取得较好的无损压缩性能，同时具有较低的编码复杂度，适合星载超光谱图像的压缩实现。

针对超光谱图像压缩进行了研究，提出了一种有效的基于分布式信源编码(Distributed Source Coding, DSC)的有损压缩算法。该算法利用多元陪集码和标量量化的方式实现超光谱图像的分布式有损压缩，针对分布式信源编码，利用多波段预测的方式为每个编码块构造边信息，然后采用标量量化的方式对编码块和其边信息同时进行量化处理。根据分布式信源编码原理，给出了各编码块量化后的编码码率。为了减少标量量化带来的信息丢失，算法引入了跳跃策越。部分均方误差意义上损失较大的编码块将由其边信息直接代替。实验结果表明，所提出的算法性能与基于小波变换的算法性能相当；此外，该算法复杂度较低，适合星载超光谱图像的压缩。

以超光谱遥感图像为研究对象, 分析了干涉成像光谱仪获取图像的谱间和空间相关性, 提出一种三维差分脉冲编码调制(DPCM)无损压缩方案。首先进行了谱间DPCM预测; 然后, 对残差图像进行帧内DPCM预测; 最后, 对差分码流进行二值自适应算术编码。实验表明, 该算法可实现无损压缩, 压缩比平均可达1662, 较二维整数小波变换算法提高了156%, 且算法复杂度较低, 仅有加减和移位运算, 易于硬件实现。

提出了一种基于多尺度分解的超光谱图像异常检测算法。在目标和背景均未知的前提下，利用光谱和空间两种信息完成对异常目标信号的定位，从而实现超光谱遥感数据中异常目标检测。首先利用非下采样塔式变换对超光谱图像进行分解，将其划分为不同尺度子块；然后依据超光谱图像同一波段不同尺度空间内相邻系数的相关性，采用不同波段各个尺度空间的反锐化掩模方法优化背景数据分布，从而抑制异常数据对背景的干扰；最后利用设计的核RX算子得到异常目标检测结果。为验证方法的有效性，利用真实和模拟的AVIRIS数据进行了实验，并与经典RX算法相比较，实验结果表明,基于非下采样塔式分解的异常检测方法具有更好的检测性能和较低的虚警。

针对超光谱成像遥感存在的光谱仪图像间失配变形，影响地物目标光谱信息纯度的问题，提出了一种结合超光谱图像特点的亚像素配准方法来校正图像间的失配变形。首先，对待配准的可见光近红外(VNIR)和短波红外(SWIR)光谱仪图像分别进行波段选择和主成分变换，将变换后的第一主分量图像作为待配准图像。然后，将待配准图像均匀划分为具有一定重叠率的图像块，利用相位相关方法估计对应图像块的亚像素平移参数，通过相位相关系数剔除错误的平移参数估计生成图像的光流场。最后，通过光流场来实现光谱仪图像的配准。实验结果显示，该方法配准精度优于0.1 pixel，满足超光谱图像后续处理对配准精度的要求。

提出一种基于保留最佳主成分的主元分析法(PCA)和整数小波变换相结合的超光谱图像压缩新方法, PCA能够有效地消除超光谱图像的谱间相关性, 而整数小波变换在去除空间相关性方面具有长处。对超光谱图像的空间进行等份分割, 进行PCA和小波变换编码, 能够有效地减少运行时间, 通过建立压缩比与保留主成分(PC)个数之间的非线性关系模型, 快速求出任意压缩比下保留PC的最佳个数。通过对AVIRIS光谱成像仪和研制的超光谱成像仪的光谱图像压缩分析表明, 这种改进的主元分析和整数小波变换相结合的算法在压缩效果和运行速度方面有明显提高, 更易于硬件实现。

针对超光谱图像中目标检测问题,提出了一种基于端元提取的超光谱图像目标检测算法。该算法在未知任何先验信息条件下,对超光谱数据进行基于噪声调节的主成分分析,通过保留信噪比较大的主成分,有效降低超光谱图像中的噪声水平;然后利用基于无监督正交子空间投影的端元提取算法获取图像中的端元矢量,将各端元矢量代入改进的约束能量最小化算子中,从而实现超光谱图像的目标检测。实验结果表明,该算法不但可以得到较好的目标检测结果,在运算性能上也具有一定的优势。

传统的三维小波变换在不同维采用相同的小波基且频谱分辨能力也是相同的，这不能与超光谱图像的特性相匹配。本文提出了一种新的采用非一致小波基的去偶结构的三维小波变换的超光谱压缩方法。由于超光谱图像光谱维和空间维具有明显不同的特性而设计的，本文采用一种非一致小波基设计思路，对不同维使用不同的小波基并与去偶的小波变换结构结合在一起进行小波变换。为了获得符合不同维特性的最优的小波基组，本文通过评估指标来测试各种小波基组合的性能。实验结果表明，本文提出的方法能够明显提高超光谱图像的压缩比，且不需牺牲计算复杂度、可扩展性等额外代价。

分析了干涉成像光谱仪所获取图像的谱间和空间相关性,提出了一种混合无损压缩方案首先进行谱间DPCM预测,再对残差图像采用整数小波变换,最后对小波系数进行二值自适应算术编码实验结果表明,该算法可实现无损压缩,压缩比平均可达2.018,较二维整数小波变换算法提高40.3% 并且算法复杂度较低,只有加减和移位运算,易于硬件实现.

基于超光谱图像的特点,提出了一种三维集合分裂嵌入式零块编码(3D SPEZBC)的超光谱图像压缩算法。该算法首先采用三维小波包变换有效地去除超光谱图像的空间和谱间相关性,然后对于所生成的每个二维子带利用基于集合分裂的方法进行零块编码,最后再采用基于上下文的自适应算术编码来进一步提高编码性能。实验结果表明,3D SPEZBC算法具有与三维嵌入式零块编码(3D EZBC)算法相同的压缩编码性能,在各比特率下编码性能均明显优于三维集合分裂嵌入式块编码(3D SPECK)、三维等级树集合分裂(3D SPIHT) 和 非对称三维等级树集合分裂(AT-3D SPIHT)算法,并且略好于多分量JPEG2000编码(JPEG2000-MC)算法。此外,3D SPEZBC编码算法不但可以提供较好的率失真性能,而且相对于3D EZBC编码算法可以节省大量的存储空间。