随着近十几年来科技的日新月异，遥感技术也不断地发展。尤其是对分辨率要求越来越高，而分辨率越高，图像的数据量就越大，这就造成了海量遥感数据的堆积。如何对大数据量遥感影像进行高效的压缩与显示进行研究就尤为重要。其中一种有效的方法就是利用金字塔模型来进行数据压缩，金字塔是一种多分辨率层次模型，它采用倍率方法构建，从而形成多个分辨率层次，从底层依次向上直至顶层，分辨率越来越低。通过对遥感图像数据采样、重采样来得到不同分辨率的图像，进而来构建金字塔模型。构建金字塔数据模型主要包括三方面，一是确定金字塔的级数，二是采样、重采样方法，三是压缩方式。其中重采样方法一般有三种：最邻近像素插值，双线性插值，双三次插值。压缩方式最常用的是JPEG压缩。但是，利用现有的重采样方法得到的多分辨率图像清晰度不高，利用JPEG压缩方式得到数据压缩比也有待于进一步提高。基于上面出现的问题，本课题的主要目的是设计出一套新的金字塔数据压缩方法，在提高每层分辨率图像质量的同时也极大限度地提高了金字塔数据的压缩比。本文针对编码压缩技术开展研究，主要研究工作如下：深入研究传统的分层可伸缩编码架构，制定出一种新的金字塔数据模型生成与压缩的新方法。一方面是重采样过程：利用AVS中图像的帧内预测信息，大致估计图像灰度的变化方向即图像的纹理，按照纹理方向进行采样、重采样来生成金字塔各层的全部数据，纹理降采样能最大限度地保留上层图像的信息，进而极大地提高各层分辨率图像的质量，使金字塔每层数据恢复出来的图像的清晰度得以提高。另一方面是金字塔数据的压缩编码：传统的金字塔模型，每层的数据都要压缩编码，层与层之间的数据冗余很大。本文设计的金字塔模型除最顶层要压缩编码整层数据外，其他层只压缩编码残差，残差是由本层的原始图像降采样后再升采样回来的图像数据求差得到的；利用这种方式得到的残差数据数值很小，进一步提高数据压缩比。最后通过码流解码恢复出各层图像。