图像压缩编码研究和应用是目前信息技术中最为活跃的领域之一。图像压缩中研究最为广泛的是基于小波变换(DWT)的图像压缩方法。因为小波变换具有良好的能量集中特性，能从本质上避免方块效应的出现，并且具有多分辨率分析性质和对点状奇异特征的优秀表示能力，因此可以保持更多的图像细节信息。但对于大量的图像数据，直接小波压缩还不充分，需要在保证图像品质的条件下，提高压缩比。　　 本文首先阐述了各种小波变换、多分辩率分析、Mallat算法等图像压缩中常应用的理论知识，并对图像压缩编码中小波基的选择原则进行了说明，分析了图像小波变换系数的分布特点以及小波压缩编码的基本原理。通过选择适当的小波基、设置合理的量化阈值、运用快速算法、完善嵌入式码就能达到图像压缩的目的。介绍了嵌入式小波零树编码算法(EZW)及其改进形式SPIHT算法。在此基础上，为了进一步提高压缩比，我们将图像的运动模糊及恢复技术用于图像小波压缩，为此，首先给出了详细的图像运动模糊和恢复算法。图像的运动模糊可以用写成矩阵向量的形式来模糊，其中，矩阵一般是一种循环矩阵。由于图像数据量巨大，为了减少计算量，在对图像进行模糊处理时，我们采用水平方向的运动模糊，这样在对图像恢复时只需考虑一维问题；另一方面，在图像恢复时需要对矩阼求逆，为了降低计算复杂度，我们给出了矩阵的快速求逆算法。针对不同的矩阵进行了实验，通过实验结果表明新的压缩方案能够明显提高图像的压缩比，并能获得不错的重构图像质量。