目前，集成成像技术是一种比较热门的立体图像研究技术，在立体图像研究领域中，是非常重要的学习和研究的方面。集成立体图像技术可以让人们观看到具有真实深度感的场景。然而这种视觉真实感的加强却需要在图像的数据量上大量的增加。因此，对集成立体图像压缩方法的研究对集成立体图像的发展具有重要的意义。　　本文首先对从集成成像技术中采集到的体元素图像序列的存储角度出发，因为集成图像行/列间图像冗余度非常高，采用抽样提取行/列图像的方法对集成图像去除冗余信息并进行压缩，提出了基于DIBR与神经网络结合的集成图像压缩算法，可以对抽取出的图像准确恢复图像位置和颜色。实验的仿真结果表明，本文提出的这种对集成图像的压缩算法具有较好的效果。集成图像在经过压缩处理后，解压缩还原出的图像和JPEG还原出的图像相比图像质量高，与其他集成图像压缩方式相比也有优秀的方面。