随着信息技术的发展，如何有效地存储和传输图像及视频等多媒体文件成为一个研究热点问题。目前图像压缩方法己有近百种，并制定了如JPEG，MPEG及H.26X等国际标准，但是在压缩图像质量、压缩比以及编解码时间等方面还远不能满足实际应用的需求，传统的压缩算法存在压缩比较低，解码图像质量较差等缺点。分形图像压缩方法是近十几年发展起来的一种新型图像压缩算法，它注重发掘存在于大多数图像中的自相似性，把表面上具有复杂视觉特性的图像，利用迭代函数系统，采用几条简单的迭代规则，用有限的系数就可以实现一幅图像的编码。解码端利用这几条规则就能实现原图像的迭代解码，因此分形图像压缩算法可以达到其它图像压缩算法不可能达到的高压缩比。小波变换的本质是多分辨率或多尺度地分析信号，非常适合人眼视觉系统对频率感知的对数特性。将分形思想与小波变换相结合，把图像模型化为频率域相关元素的组合，而不是仅仅建立在邻近像素灰度相关的基础上，因此具有对较大图像块编码的能力，同时具有消除图像中全局相关的可能性。但分形图像压缩算法在理论及应用上均存在许多问题，如庞大的编码运算量、解码迭代过程的收敛性、解码图像中的块状效应以及如何将分形思想应用于序列图像的压缩等等。 本文主要针对分形编码时间过长的问题，围绕减少其庞大的编码运算量进行了较深入的研究，主要做了以下几方面的工作： (1) 提出了一种基于小波变换的无搜索分形图像压缩算法，在解码图像质量略有降低的条件下，大大提高了现有分形图像压缩算法的编码速度； (2) 提出了两种基于模糊优化聚类的快速分形图像压缩算法，将K—均值聚类算法和分形图像压缩算法相结合，提高了编码效率： (3) 提出了一种基于渐进式邻域搜索策略的快速分形图像压缩算法，在减少编码时间方面作了新的尝试。 论文的组织结构如下：第一章简要介绍了图像压缩技术的研究现状及评价准则；第二章是整个论文工作的理论基础，主要阐述了分形图像压缩的数学背景、理论基础和基本分形图像压缩算法编解码的具体实现，并分析了目前分形图像压