近年来随着网络和移动技术的快速发展，图像在网络传输和存储中所占的比重越来越大。而且在某些特殊的应用领域，对图像需要更高的质量和清晰度，这都导致了图像数据的信息量急剧增加，这给图像传输和存储带来巨大的挑战。因此图像压缩技术已经成为图像处理领域中亟待解决的问题，图像压缩编码技术已经成为图像处理领域的研究热点。
　　小波变换是一种新型的信号处理的理论。不同于傅里叶变换，小波变换具有良好的时域-频域局部分析特性和多分辨率等特性，因此被广泛应用于图像压缩领域。相对于传统的图像编码方法，基于小波变换的图像压缩方法在图像压缩方面具有更好的性能。根据小波变换后小波系数的分布特点，本文对EZW算法和SPIHT算法进行了深入研究，并在这两种算法的基础上提出了对这两种算法的改进措施。
　　首先，对小波变换的基本理论进行了分析，介绍了两种基本的小波变换方法:连续小波变换和离散小波变换。对小波变换用于图像压缩的原理进行了介绍。
　　接着，对基于小波变换的EZW（嵌入式零树图像编码算法）、SPIHT（分层集合树分裂编码算法）这两种算法的步骤和原理进行了分析和实验验证。
　　最后，针对EZW算法和SPIHT算法的缺陷和不足，对这两种算法提出了改进的策略。根据小波变换后小波系数的分布特点，对于EZW算法，提出低频子带单独编码和对小波系数预处理的改进方法，减少图像信息的损失，提高编码效率。对于SPIHT算法采用分块的思想进行编码，对低频子带单独编码，对高频子带分块编码。同时针对算法中重复扫描的问题，对LIS表中的子集的最大值进行保存，减少LIS表的扫描次数。