多光谱图像在环境检测、生物医学、军事侦查领域等具有广泛的应用,它是不同谱段下相同地物空间亮度反映的集合,同时具备了一维的光谱信息和二维的空间信息,巨大的信息量使得多光谱图像在运输和传输上需要占据巨量的资源,因此,针对多光谱图像的压缩算法研究势在必行。多光谱图像压缩算法的发展依赖于光谱成像技术。本文首先介绍了光谱成像技术的起源,并对国内外光谱成像历史进行了分析;同时论述了常用的三种多光谱图像压缩算法的思路和国内外学者对此的研究内容;并对多光谱图像压缩质量的评价体系进行了具体论述,为之后的多光谱图像压缩理论研究奠定了基础。本文也分析了多光谱图像的统计特性,定义了空间冗余系数和谱间冗余系数来表示多光谱图像空间冗余特性,对二者的系数进行了定量分析,证明了多光谱图像具备了强的空间冗余和谱间冗余。为去除空间冗余和谱间冗余,本文介绍了小波和聚类的一些基本理论,对小波变换的构造原理和发展历史进行了具体介绍,对小波基的构造方法和以及一些常用于图像处理的小波基原理进行了讲解;同时,分析了聚类的理论基础,对本文所采用的谱聚类算法进行了算法设计;并对以小波变换为核心的,常用于图像压缩的JPEG2000标准进行具体说明。基于以上的理论研究,本文提出了基于改进谱聚类和小波变换的多光谱图像压缩算法,即通过改进的谱聚类的算法去除多光谱图像的谱间冗余,对分类后的类代表图像进行小波变换,通过SPIHT算法编码输出,对类间差别成分进行Karhunen-Loève(KLT)变换降维,最终进行小波变换和编码进行码流输出。同时为提高精度,采用类代表码流重构后的图像进行自适应调节,减少编码过程中产生的量化误差。实验表明,与JPEG2000和KLT+DWT算法相比,30波段下,用该方法峰值信噪比提高7.2db左右,具有更好的峰值信噪比和压缩比,适用于不同谱段数的压缩,具备强的稳定性,满足火星多光谱相机压缩需求,在实际应用中具有广阔前景。