随着多媒体技术和因特网技术的不断发展,如何有效的组织、存储、传输和恢复图像数据,探索更有效、更高压缩比的图像编码技术,成为现在信息处理技术中关键任务之一。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,就图像压缩编码而言,要求所选择的变换方法最好能与图像信号的特征匹配,此外还应从失真率要求、实现的复杂度以及编码比特率等多方面来综合考虑。小波变换是一种窗口大小固定不变,但其形状可改变的时频局部化分析方法。小波变换在信号的高频部分可以取得较好的时间分辨率；在信号的低频部分可以取得较好的频率分辨率,从而能有效的从信号(如语音,图像等)中提取信息。由于小波变换编码相对于传统的图像编码具有不可替代的优点,在压缩比和编码质量方面都优于DCT变换编码。本文详细研究了基于小波变换和矢量量化的静态图像压缩编码方法。首先,本文给出了图像压缩的一般概念,回顾了图像压缩技术的发展,并简要介绍了几种常用的图像压缩编码方法。然后,从信号处理的角度介绍了小波变换,并通过实验的方法研究了其在图像压缩中的应用,包括：小波基的选择、边界延拓方法以及图像小波系数的分布特点等。接下来,本文详细研究了小波树嵌入图像压缩编码算法,包括经典的嵌入零树编码(EZW)算法和在其基础上的集分割树(SPIHIT)算法。分析了嵌入式零树小波编码算法与集分割树算法的优缺点；并在其基础上针对该算法的不足提出了改进算法。利用改进后的算法对测试图像Lena进行仿真压缩实验取得了令人满意的结果。最后,在小波树的基础上,通过对矢量量化的研究,本文提出了一种基于四叉树结构新的小波树矢量量化压缩编码算法,实验证明,在较高压缩比的情况下,使用此方法得到的重构图象质量(视觉效果和峰值信噪比)比通常的小波压缩算法有了较大的提高。