图像无损压缩是指在没有任何图像损失的前提下,降低数据量,获得低比特流的图像数据表示。它主要应用于一些需要对图像做进一步处理、重复压缩与解压缩、图像的获取代价昂贵的领域,如指纹图像、遥感图像、医用图像处理等。针对高效、实时的图像无损压缩的要求,研究快速的图像无损压缩技术和算法有很重要的理论意义和实用价值。本文主要对当今无损压缩的两个具有代表性的算法进行了研究,一个是基于自适应统计上下文模型的预测和变字长编码的LOCO-Ⅰ算法,它是JPEG-LS标准的核心;另一个是基于整数小波变换(5/3和9/7-M)和SPIHT零树编码的算法。LOCO-Ⅰ算法的自适应统计上下文模型的预测比起一般的固定预测,更加有效地减少像素间的相关性,同时Golomb算法对误差的编码也十分有效。传统的小波变换,因为需要卷积运算,复杂度高,很难达到在硬件中进行实时处理,而基于提升格式的整数小波变换不仅不用卷积运算,而且由于每次提升的过程和结果都是整数,使得它能够应用在无损压缩中,零树编码SPIHT算法思想结合DPCM和Huffman熵编码能够对变换后的小波系数进行有效地编码。文中实现两部分仿真:一个是对JPEG和JPEG-LS的预测器进行仿真并得到差值图及其统计特性,通过比较得出JPEG-LS的预测器优于JPEG;另一个是采用整数小波变换和SPIHT编码对给定图像和典型测试图像进行了无损压缩和编码仿真,实现了5/3小波和9/7-M小波的三级小波变换和变换系数的SPIHT编码,从得到的编码流以及对小波系数的直方图的观察可以看出:9/7-M小波性能优于5/3小波。基于9/7-M小波的算法和LOCO-Ⅰ算法都可以作为图像无损压缩的快速算法应用到实际的硬件电路实现当中。