随着计算机多媒体技术的发展,人们期望更高性能的图像压缩技术的出现。出于图像存储技术和图像通信的考虑,良好的图像压缩技术不仅能够实现高压缩率和高保真率,还能满足诸如渐进传输、图像渐现等网络应用的需要。因此,为了满足实际应用的需要,有必要对图像数据压缩处理进行深入细致的研究,目前已发展成为专门的研究领域:图像编码。常见的主要编码方法有预测编码、变换编码、矢量量化编码、小波编码、分形编码等等。小波变换不仅可以去除图像数据中的相关,而且它提供了利用人眼视觉特性的良好机制,因此基于小波变换的图像压缩技术己成为当前的研究热点。本文详细研究了基于小波变换和矢量量化的静态图像压缩编码方法。首先,本文给出了图像压缩的一般概念,回顾了图像压缩技术的发展,并简要介绍了几种常用的图像压缩编码方法。然后,从信号处理的角度介绍了小波变换,并通过实验的方法研究了其在图像压缩中的应用,包括:小波基的选择、边界延拓方法以及图像小波系数的分布特点等。接下来,本文详细研究了小波树嵌入图像压缩编码算法,包括经典的嵌入零树编码(EZW)算法和在其基础上的集分割树(SPIHIT)算法和X树图像编码。并根据EZW算法在量化过程中存在的问题,提出了一种改进的零树量化编码算法。最后,在小波树的基础上,通过对矢量量化的研究,本文提出了一种基于四叉树结构新的小波树矢量量化压缩编码算法,实验证明,在较高压缩比的情况下,使用此方法得到的重构图象质量(视觉效果和峰值信噪比)比通常的小波压缩算法有了较大的提高。