人类感知系统所获取的信息中大约有80％-85%是视觉信息，因此，图像与视频是人类接受信息的最主要途径。而随着互联网、无线通信、移动计算、信息感知与采集等技术的稳步发展，多种类型的多媒体服务向社会经济的各个应用领域不断拓展，人们对数字图像与视频产品的消费数量和消费期望比以往任何时期都大得多，高效率的编码技术是多媒体应用能够成功推广的一个重要保证。　　本文主要研究了基于修复和小波变换的图像编码算法。研究表明，对图像进行分类，根据每类块的特点对图像进行编码，可以获得比传统方法压缩比更高的效果。对此，本文对块的分类进行了详细的研究，把图像分成三类块即梯度块、结构块和平凡块。根据每类块的不同特点，分别进行处理。梯度块，具有方向性，可以采用梯度信息对其进行重构；结构块，可以以边缘信息为依托，分别用基于边界指导的修复方法修复边缘和曲率驱动扩散模型修复纹理部分；平凡块，由于其块内部信息复杂，不易重构，所以采用传统的JPEG编码。实验结果证明，这种方法在保证压缩比的同时，重构的图像可以获得更高的视觉质量。根据小波变换后各个子带存在的相关性，用低频信息去估计高频部分的重要系数，在传输相同位数的条件下，可以传递更多的重要系数，使重构图像获得更高的视觉质量。对此，本文把图像小波变换后的低频子带完全保留，而后对这部分进行高通滤波，进而得到边缘信息，把这些信息从大到小进行分类，大的系数对应的高频系数优先传输，小的系数对应的高频系数其次传输，这样保证了在相同传输率的条件下，可以向解码端传输更多的重要系数。实验结果证明，该方法对重构的图像可以获得更高的视觉质量。