美元作为国际货币,在各个国家广泛流通。而美元纸币上的冠字号码是纸币身份的标识,其作用是控制各类票券印刷数量以及辨别纸币真伪。因此,加强对美元纸币冠字号码的管理变得至关重要。并且纸币的数量的非常庞大的,若要对其进行存储和传输,图像的压缩是至关重要的。本文首先采用了传统的离散余弦变换（Discrete Cosine Transform,简称DCT变换）对美元纸币冠字号码图像进行压缩,实验结果表明,经过DCT变换后的重构图像会产生方块效应,同时由于DCT变换计算复杂,计算量大,导致其变换时间较长,不能达到要求,因此本文采用了基于小波变换的美元纸币冠字号码图像压缩。通过对基于小波的图像压缩算法进行研究,发现小波变换计算简单,计算量小,且重构图像的质量较好。本文为了提高解压速度,在对图像进行小波变换前,先对原始图像进行大津阈值分割,将图像的前景与背景分离,对前景图像进行基于小波的美元纸币冠字号码图像压缩。通过对大津阈值分割法进行研究,发现传统的大津算法算出的值是无法更改的,且导致前景部分损失较大,为了能够保留更多的前景图像,本文改进了大津算法。本文针对大津的类间方差表达式进行改进,将前景部分的类内方差也考虑到了类间方差的表达式中,重新生成了一个混合方差表达式。运用改进后的大津算法,前景部分得到了更多的保留。对分离后的前景图像进行基于小波变换的图像压缩,并将解压后的图像与背景图像进行合成,获得重构图像,该算法可以得到较快的编解码时间,并且提高了图像的重构质量。通过对DCT变换与小波变换的图像压缩结果进行对比,发现了Haar小波变换在图像压缩领域的优越新能,即节省了图像的编解码时间,能够达到满意的压缩效果。