光学小波变换是光学信息处理与小波理论的结合,同时汇集了光学技术和小波变换的诸多优点,有利于信息处理的高速化。将光学小波变换技术应用到图像数据压缩是前沿课题之一,实现基于光学信息处理的图像压缩对于图像信息的存储和传输有重要的理论意义和现实价值。本论文介绍小波基本理论,研究小波变换用于图像数据压缩时各种因素对信息熵的影响,分析小波图像数据压缩方法和光学小波变换系统的特点,提出了基于光学小波变换的近无损和有损压缩方法。研究图像小波变换对信息熵的影响。通过大量仿真实验,研究图像包含频率成份、小波分解级数、小波基函数等对小波分解后的小波系数信息熵的影响,实验结果表明,要想得到小波分解后较小的信息熵,一般应采用3级小波变换,采用双正交小波分解的效果优于其他小波,小波基的消失矩较高较有利等,为小波变换应用于图像数据压缩提供了依据。阐述光学小波变换对小波基的要求,分析小波图像数据压缩编码方法。综合以上实验结论和小波变换用于图像压缩时对小波基的要求,阐述适合光学系统的小波基选择。在分析传统静态图像压缩算法的基础上,介绍图像小波分解的特点和编码发展,研究目前较常用的几种针对小波系数特点的嵌入式编码算法,并比较各方法的优缺点。实现基于光学小波变换的图像数据压缩。分析光学小波变换系统和光学小波变换系数特点,基于此,对相关量化编码方案进行仿真实验,根据理论分析和实验结果选定带死区的均匀量化、小波EBCOT编码对光学小波系数进行编码。实验结果证实了方法的有效性。分析光学系统对量化编码噪声的容许程度,实验结果表明只要在量化、压缩过程中产生的噪声低于系统本身噪声,对解码重建图像质量就没有很大影响,由此提出光学系统的近无损压缩方法。实验结果表明,近无损压缩重建图像与经光学小波变换直接重建图像相比,PSNR仅有0.1dB的差异,视觉上没有明显差异。实验结果验证了方法的正确性。