立体成像是数字摄影测量的基础,是获得地面地形地貌的重要途径之一。目前,多个国家已经有很多卫星具有立体成像能力。例如法国的SPOT,日本的ALOS,美国的IKONOS、QuickBird和我国的中巴资源以及嫦娥一、二号等都具备立体成像能力。除了遥感测绘领域,立体、多视图成像系统在娱乐领域也得到逐步的推广与应用。随着人们生活水平的提高和信息技术的发展,平面单视图影像已经不能满足人们的需求。立体成像系统被逐步应用于电视、电影等娱乐领域。多视角视频、立体数字电影是将来影视发展的一个趋势。和单幅成像系统相比,多视图成像系统的数据量在分辨率相同的情况下要高出很多倍。然而多个视图之间存在着较高的相关性,高效利用影像视图之间的相关性可以进一步降低像素的比特率,从而减少传输和存储的压力。然而,立体及多视图图像压缩技术尚处于初级阶段,远未像一般的影像压缩那样成熟。多视图图像压缩技术离实际应用还有一段距离。本文以立体像对及其他多视图影像为研究对象,综合运用小波变换、自适应技术及预测编码理论研究立体影像的压缩技术。本文的主要工作包含以下几个方面：(1)考虑到矢量提升模式的优点及存在的问题,研究改进了矢量提升模式分解方法。矢量提升模式将视差补偿与目标图的分解变换合二为一,直接将参照图的信息应用于目标图的提升分解过程中。由于采用了优化算法来得到提升步骤中的预测系数,从而获得了较好的去相关性效果。然而,由于移变特性,参照图的子带系数并不能总是为目标图的子带系数提供一个良好的预测。矢量提升分解模式的去相关性能力将受到很大的影响。基于小波变换的各相位子带之间的关系,提出一种消除或减轻平移变化的改进方法提高了参照图的补偿能力。另外,区域遮蔽(occlusion)也会影响矢量提升分解的效果。因此提出了一种自适应的提升分解方法,根据局部区域特性自适应地选择矢量提升分解还是基本的空域小波分解。实验表明自适应的提升方法获得了显著的编码增益。(2)通过实验的方法研究了图像压缩对密集匹配的影响。由于立体像对主要用来生成数字地面模型,而生成数字地面模型的主要步骤就是匹配。能否保证压缩后图像的匹配结果的准确性是衡量立体图像压缩的一个重要指标。本文通过具有代表性的实验表明采用视差补偿的压缩方法比独立的压缩方法更能保持匹配的准确性。(3)通过全面分析现有的无损图像压缩算法,提出了立体像对数据的无损压缩算法。现有的无损图像压缩算法包括预测编码方法和基于可逆小波变换的无损压缩方法。考虑到立体图像不仅具有像内相关性,而且还有很强的像间相关性,提出了综合像内与像间预测的立体像对无损预测编码方法。实验证明,立体像对无损预测编码方法获得了较好的效果。此外,考虑到预测编码的码流不支持分辨率可分级特性,还提出了一种联合预测与提升的无损编码方法,以较小的编码性能损失,获得了分辨率可分级的压缩码流。(4)除了立体像对影像外,在遥感测绘领域应用较多的是三线阵影像数据。本文将基于矢量提升模式的压缩算法扩展到了三线阵的图像压缩。实验表明,矢量提升模式比传统的基于空域补偿的小波压缩方法更有效。此外,还提出了一种基于自适应提升分解的多视图影像压缩方法。