本项目面向高光谱图像的应用需求，针对高光谱图像感兴趣信息的提取和压缩中的保护问题开展了研究。在突破感兴趣波段(BOI)和感兴趣区域(ROI)自动提取、分层次压缩等关键技术的基础上，实现了一套面向应用关键信息保持的高光谱图像压缩方法。.研究成果具体如下：.(1)在感兴趣光谱方面，①首次提出高光谱图像中感兴趣谱带的新思想，提出了根据地物分类、目标识别等应用需求确定感兴趣谱带的方法，以便实现信息保持；②进一步地，提出了基于光谱异常特征的BOI选择方法。③同时，研究了针对丰度值的分类解混转换模型，用于有效地提取光谱端元。.(2)在感兴趣区域方面，①针对分散小地物，结合用于判别的特征降维技术、概率稀疏核模型和相关向量机(RVM)，提出了新的监督分类方法；②针对成像和噪声干扰引起的同物异谱问题，提出了基于支持向量数据描述以及联合光谱反射率和光谱倒数的组合光谱特征的目标识别算法；③并针对提取的ROI研究了如何提高其空间分辨率。.(3)在压缩方面，①研究了一种可控位平面交叉提升方法，实现灵活控制图象压缩质量。通过在小波变换域各个分解层提取位置信息构建三维感兴趣信息掩膜。②为了保护不同重要程度的感兴趣信息，提出了一种分层次压缩方法，对不同重要性的BOI和ROI信息采用不同的压缩方法进行压缩，针对目标检测应用进行感兴趣信息提取，并实现了感兴趣信息保护。