超光谱图像在军事和民用领域中的目标分类、目标识别、目标跟踪等方面具有重要的研究价值和应用意义。随着光谱成像技术的发展,光谱成像仪分辨率的提高,超光谱图像作为一种重要的数据源,其数据量日益庞大,给存储和传输都带来了巨大的压力。而到目前为止,一直没有形成一套成熟或标准的超光谱图像压缩技术。因此,对超光谱图像压缩编码的研究具有重要的应用价值。由于超光谱图像具有细节丰富,容量大的特点,采用传统的压缩方法都存在不同的局限性,而要实现超光谱图像这样的大数据量的快速无损压缩就更难了,目前以实现近无损压缩的研究居多。本文选用以推扫形式获得的超光谱序列图作为研究对象,依据特殊的图像获取手段带来的独特的图像特征,建立了简单DPCM谱间预测模型。在处理预测后得到的残差图像时选用LeGall5/3整数小波基对其作基于提升的整数小波变换。该运算只涉及加减法和移位运算,且可以获得完全还原的小波变换系数,能满足易于硬件实现和无损压缩的要求。本文用C语言编写了超光谱图像数据读取模块、谱间预测模块、整数小波变换模块、嵌入式零树编码模块的相关程序,并利用CCS开发环境和闻亭公司的TDS642EVM开发板对所设计编写的算法进行了成功的实测。最后结合CCS集成开发环境和TDS642EVM开发板,采取编译器优化、软件流水线技术、数据打包处理、DMA技术搬移数据、改进配置和存储空间等方法对算法进行了优化,大大提高了硬件资源的利用率和系统的实用性。实验表明使用本系统对512×512×8bit的超光谱图像进行压缩时,平均压缩比达到1.878,大于JPEG-LS算法和基于K-L变换的压缩比。解码后得到的重构图像的峰值信噪比为无穷大,满足超光谱图像无损压缩的要求。在TMS320DM642 EVM开发板上,使用本系统处理一幅512×512×8bit的超光谱图像,在算法优化前平均耗时为13.274s,优化后的平均耗时为7.563s,处理速度提高了43.44%,优化效果明显。