本發(fā)明公開了一種基于深度學(xué)習(xí)的高光譜圖像無損壓縮方法，解決了傳統(tǒng)方法光譜信息利用不充分和模型泛化能力低的問題。實(shí)現(xiàn)步驟包括：應(yīng)用深度學(xué)習(xí)中循環(huán)神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型，對高光譜圖像中的每個(gè)像素進(jìn)行預(yù)測訓(xùn)練，生成預(yù)測圖像和預(yù)測網(wǎng)絡(luò)；對高光譜圖像和預(yù)測圖像做差，生成殘差圖像；對殘差圖像進(jìn)行算術(shù)編碼，生成碼流文件；對碼流文件進(jìn)行解碼得到解碼圖像；使用訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行預(yù)測，得到預(yù)測圖像；將預(yù)測圖像與解碼圖像相加，得到原始的高光譜圖像。本發(fā)明將深度學(xué)習(xí)與傳統(tǒng)方法相結(jié)合，網(wǎng)絡(luò)中采用有記憶性結(jié)構(gòu)的單元，通過大量的訓(xùn)練，充分利用了光譜信息，增加了模型的泛化能力，提高了壓縮效率。應(yīng)用在高光譜圖像壓縮領(lǐng)域。