数字图像因其具有直观、生动等特点而得到广泛应用。但数字图像的另外一面，却会因数据海量给传输和存储带来压力。因此。利用其数据冗余量大这一特征，以压缩冗余数据为主要目标的各种图像压缩工具应运而生。在众多的压缩工具中，基于图像自相似特征的分形图像压缩方法，因其具有高压缩比、与分辨率无关性以及解码快速快等突出优点，引起国内外许多研究人员的广泛关注。　　 本文通过对当前国内外流行的多种分形压缩算法的深入研究，发现Jacquin提出的基于分块的分形压缩编码方法是一种实现简单且有效的分形压缩方法。但是，该方法在自动编码时因计算量大，编码匹配耗时过长很难付储实践。针对这一问题，本文研究发现，导致耗时过长的主要环节发生在搜索匹配和预处理两个阶段，并提出了一种经过大量试验证明行之有效的改进方案，主要研究内容包括:　　 (1)利用基于一个联系均方根和1-范数特征，建立一个联系均方根和1-范数的不等式。将四叉树分割方法中最佳匹配搜索方案由全局搜索变成局部搜索，能够有效减少了编码时间。　　 (2)在改进型压缩算法过程中，通过简化误差匹配公式，有效减少了搜索最佳匹配块的计算量，从而提高了编码的速度。　　 (3)利用生物进化的思想，提出了一种将改进遗传算法应用到分形图像编码过程中的新方法。通过设计适应度函数，改进杂交与变异算子等，并将其与分形编码相结合，提高了分形编码的效率。试验结果也证明了结合应用的有效性。　　 改进型算法能够保证在解码图像质量不下降的前提下，减少了编码时间，或者在编码时间相同的情况下，提高了解码图质量。　　 虽然艰苦的研究过程取得了一定的成果，有一定的创新性。但是并没有跳出分形图像压缩方法基本理论范畴，仅属于一种技术型进步。不过，研究成果的积累却使本文发现了压缩方法的崭新思路，也许不久的将来，会有重要的数字图像压缩新方法提供服务。