高光谱图像是一种三维图像,在二维图像的基础上又增加了光谱维的信息,数据量巨大。高光谱数据同时具有很强的谱内相似性和谱间相似性,因此可以通过削减空间冗余和谱间冗余的方法来压缩数据。目前主要的高光谱图像压缩方法都是无损或近似无损的,压缩比都不是很高。事实上,有很多高光谱的应用研究并不需要用到高光谱图像的全部信息。因此,本文的研究目的是提出一种在获得高压缩比的同时将信息损失限制在可接受的范围之内的高光谱图像压缩方法。作者提出了一种基于四叉树编码的无链表新型小波变换编码,该编码的压缩效率优于其他无链表小波变换编码算法。作者将二维分形压缩编码的8种经典仿射变换推广到三维空间中的19种变换,实现了三维空间中的八叉树分形编码算法。本文中,上述关于分形和小波压缩的新方法形成一种新的混合编码,用于高光谱遥感图像数据压缩,这是无链表的三维小波变换编码和三维八叉树分形编码的一种结合。高光谱图像数据立方体先经过三维小波变换,然后把三维八叉树分形压缩编码应用于低频带,剩下的高频部分用无链表三维小波变换新型编码处理。本文用Matlab7.1进行实验仿真,结果表明,本方法可以得到高压缩比和较小的信息损失。