随着信息时代的发展，多媒体技术作为计算机通信、信息存储、Internet网络传输等信息技术的最活跃的研究领域之一，引起了业界人士的广泛关注。其中，图像数据因为能给人们以直观、形象的感觉，是人类认识世界最容易接受的、重要的信息来源，因而成为多媒体技术中最为重要的信息表示形式。然而，信息量大是图像数据的特点，在现有的传输、储存条件下，图像压缩成为解决这一问题的必然手段。通过小波变换进行图像压缩是一种常用的、高效的图像压缩方法，本文主要在基于小波变换的嵌入式零树编码算法基础上对图像压缩算法的优化进行了研究，主要包括以下几个方面的工作： 首先，论述了图像数据压缩的必要性和可行性，对传统的经典的图像编码技术进行了综述。 然后，探讨了小波分析理论同传统的傅立叶变换的联系与区别。鉴于小波分析理论是建立在严格的数学证明之上，论文中给出了它正式的数学定义，并且详细分析了小波变换的多分辨率分析理论以及在该领域内最重要的一个小波分解算法一—快速Mallat分解算法。 接着，论文研究了对图像进行二维小波变换的常规方法，并在Lena标准测试图像三级分解的基础上，统计了经过小波变换后图像像素的能量分布特性。然后，结合实例详细地分析了基于小波变换的嵌入式零树编码算法(EZW)，模拟了该算法编码解码的全部过程。 在深入分析了EZW算法后，介绍了其著名的改进算法——多级树分裂集合算法SPIHT，并分析了它较EZW的优势与不足。最后，针对EZW算法中小波分解后图像的低频与高频子带的不同特性，提出了改进的策略，即分别对低频子带进行DPCM无损编码，各方向高频子带采取不同阈值，对高频子带运用改进的零树编码算法，并且给出了测试结果，证实了这种方法的有效性。