小波变换理论是近年来应用数学和工程学科中一个迅速发展的新领域，它是继傅立叶变换之后在数学上的一项重大突破。虽然小波变换和傅立叶变换都是线性变换，但是由于小波变换具有时域和频域的双重局域性的特性，使得小波变换比傅立叶变换更灵活，有利于信号的时频特性。1989年Mallat提出了多分辨率分析的思想，统一了各种小波函数的构造方法，由此小波变换在图像压缩处理中得到了广泛的应用。小波图像编码器相对于传统的图像编码器而言，压缩效率更高，且能方便地构造嵌入式的比特流。本文深入研究了小波变换的数学理论基础和用于图像压缩的小波变换特性，针对小波变换后的系数特点，主要采用零树结构开发小波系数的相关性，在EZW算法和SPIHT算法的基础上提出两种很有意义的嵌入式零树编码器。 本文的主要创新性工作内容有： 首先，通过分析短时Fourier变换的缺陷研究了连续小波变换和离散小波变换，并从多分辨率分析入手推导了用于图像处理的Mallat算法，从滤波器组的角度构造了正交小波基和双正交小波基。 其次，针对图像压缩具体应用给出小波基的选择依据，以及在尽可能好的重构原始图像的要求下，小波变换应当采用的处理方式。并通过大量实验分析了小波变换后系数的分布特点，以量的形式详细研究了小波系数的符号相关性、子带内、子带间的相关性，为以后的压缩提供先验知识、指导编码。 接着，对经典的嵌入式零树编码算法EZW进行了深入研究，指出该算法存在的不足。据此，在EZW的基础上提出了一种基于陕速逐次逼近量化的嵌入式图像压缩算法IEZW。该算法主要通过以下几个方面提高压缩性能：由于LL子带占据变换系数的大部分能量，所以采用基于邻域系数的梯度预测单独编码LL子带，提出对预测后的差值幅度和符号分离编码，差值幅度直接按比特平面进行算术编码，差值符号使用基于上下文内容的符号编码模型进行符号编码以消除符号间的冗余；对于高频子带，建立子带峰值的概念，利用改进的逐次逼近量化快速扫描高频子带系数，减少了逼近量化的时间，并对边缘子带的嵌入式编码策略进行有效修改，提高了编码效率。 最后，针对SPIHT算法需要附加使用3个集合链表来存储已编码信息(已编码过的节点和集合)内存需求量较大，难于硬件实现的不足。本文提出了一种易于硬件实现的嵌入式图像压缩算法ISPIHT。该算法提出了最小零树结构的思想，引入了Fmderick W.Wheeler和Wdliam A.Pearlman提出的线性索引技术，改进了LZC采用的标志位图，采用了与SPIHT类似的扫描顺序，与SPIHT不同的是，本算法不用