视觉在人类感知中起着极为重要的作用，而视觉感知的结果和表现形式——图像，是人类认识世界的重要信息来源，因此，图像已成为多媒体技术中最为重要的数据类型。图像的处理与分析技术已发展成为现代信号处理技术中的专门分支学科。由于图像信息丰富、数据量大，因此，为满足实际应用需要，有必要对图像数据进行压缩处理，而图像数据中存在着大量的冗余信息，包括统计冗余、结构冗余以及视觉冗余等，所以为压缩提供了可能，目前已发展成为专门的研究领域——图像编码。常见的图像压缩编码方法有：统计编码，预测编码，变换编码，子带编码，模型基编码，小波变换编码，矢量量化编码，神经网络编码，分形编码等。 本文以矢量量化压缩编码和小波变换压缩编码这两种图像压缩编码方法为主要研究对象。在概述了图像压缩编码理论的基础上，首先介绍矢量量化压缩编码理论，提出了一种基于模拟退火的LBG改进算法，并通过实验验证了改进算法的性能；接着介绍小波变换及其应用于图像压缩编码的相关理论，重点介绍了基于小波变换的嵌入零树编码(EZW：Embedded Zerotrees Wavelet)算法；在矢量量化和小波变换的结合方面，提出了一种基于视觉特性的小波变换跨带矢量量化压缩编码方案，并通过实验验证了算法的性能；最后，在并行性探讨方面，设计了一种基于数据分割的二维DCT图像压缩编码算法，并在PVM实验环境下验证了算法的性能。