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