图片作为重要的信息载体,直接传输和存储需要很高的带宽和存储空间,因此进行适当压缩具有重要的现实意义。在众多的图像压缩算法中,小波变换图像压缩可以对图像进行多级分辨率的分解,且能够进行嵌入式的编码,非常符合网络传输的需求。本文针对基于小波变换的多级树集合分裂(SPIHT)算法进行研究,提出了一种结合人眼视觉特性的改进SPIHT算法。首先,对SPIHT编码方案中初始化根节点进行了改进,将不重要系数链表(LIP)与不重要集合链表(LIS)均初始化为最低频子带中没有后代的节点,解决了阈值较大时编码输出过多零比特位的问题,可以编码更多图像信息;其次,当LIS链表内节点被判断为重要时,将其四个孩子节点视为一个整体进行判断,可以减少输出的比特位,并增加一个新的链表用来保存LIS内节点的后代最大值,可以减少搜寻后代最大值的次数,提高了编码速度;然后,采用了一种利用对比度敏感度函数(CSF)的视觉掩膜方案,对小波分解后的图像进行视觉掩膜的加权,提升了对视觉敏感的信息,使重构图像的视觉效果更佳。仿真结果表明:改进算法在阈值较大时编码的比特数显著降低,搜寻子代最大值的次数大大降低。在相同比特率下,改进算法的峰值信噪比(PSNR)提高了0.28~1.01dB,平均结构相似性(MSSIM)在低比特率时提升了0.05,而且重构图像的视觉效果也更好。最后,将改进的SPIHT压缩算法应用于感兴趣区域(ROI)编码,使ROI处的图像重构质量得到了提高,PSNR提升了2.44~4.45dB。