随着多媒体技术飞速发展,各种成像设备的分辨率不断提高,一幅图像所包含的数据量越来越大。目前网络带宽受限,给图像的存储、网络的传输带来了许多困难。因此,在保证图像质量的前提下,要提高存储效率和传输速度,就必须对图像进行压缩。小波分析在时域和频域都具有良好的局部化特性,能将图像信号分解为与人类视觉特性相匹配的不同分辨率、不同方向特性的子带,并使能量集中到某些子带,为图像压缩提供了很有效的手段。　　论文介绍了小波变换的相关基础理论,详细分析了常见的小波变换图像压缩算法:EZW算法和SPIHT算法,仿真比较了EZW算法和SPIHT算法的性能,结果表明SPIHT算法的性能优于EZW算法,因而选取SPIHT算法进一步研究。论文对改进SPIHT算法的改进措施、步骤做了详细介绍,仿真得出改进SPIHT算法性能总体上优于经典SPIHT算法;将9/7小波变换和改进的SPIHT算法相结合,提出了一种基于改进SPIHT算法的图像压缩方案,通过计算机仿真实验验证了此方案的良好性能。　　最后,将改进的图像压缩方案应用于医学图像,仿真结果表明在速率高于0.4/bps时应用改进方案的图像PSNR值高于经典SPIHT算法且高于医学图像压缩要求34dB,效果良好,符合医学诊断要求,表明此方案可行,有医学实用价值。