摘要：主成分分析（PCA）常常结合JPEG2000压缩标准用来对高光谱图像进行压缩。然而,由PCA得到的主成分仅利用了二阶统计信息。对于高光谱图像应用来说,只采用二阶统计信息是远远不够的,如异常像素的处理常常需要用到更高阶的统计信息。研究了一种混合PCA/ICA与JPEG2000相结合的高光谱图像压缩算法。首先,对原始高光谱图像进行PCA变换,提取出前m个主成分对应的特征向量矩阵WPCA;然后,对其余的特征向量进行ICA变换,得到n个特征向量矩阵WICA;最后,将得到的混合投影矩阵、原始高光谱图像及其均值向量共同嵌入JPEG2000比特流,从而完成对高光谱图像的压缩。在不同码率的情况下,通过空间相关系数（ρ）、信噪比（SNR）、光谱角填图（SAM）等技术指标对混合PCA/ICA＋JPEG2000算法的压缩性能进行评估。实验结果表明,混合PCA/ICA＋JPEG2000算法不但能有效去除高光谱图像的谱间相关性,而且能够有效提高光谱保真度,保护异常像素信息。

关键词：高光谱图像压缩 主成分分析 独立成分分析 jpeg2000 

单位：长安大学电子与控制工程学院 陕西西安710064 第三军医大学生物医学工程系 重庆400038 西北工业大学电子信息学院 陕西西安710129