近年来,随着手机、ipad、迷你电脑等互联网移动媒体终端的盛行,人们在不稳定的网络环境中浏览信息,常常为信息传输过程中可能出现的低速率、高失真买单。多描述编码在不可靠的异构网络中能够保证信息的实时性、鲁棒性传输,降低数据丢包和抗误码率,尽可能地减少图像失真,因此,多描述编码成为近年来研究的热点。格型矢量量化编码作为多描述编码的延伸,其优化的性能也得到了广泛的关注。经典的格型量化多描述编码采用小波变换方式提取子带信息方向特征,由于小波变换方向性不足,不能很好地捕获二维图像的线或者面的奇异,不能最佳地保留边缘纹理等几何信息,而边缘纹理等几何信息是图像的基本特征,这些信息的获取在图像编码过程中尤为重要。多尺度家族中的非下采样Shearlet变换、Contourlet变换以及Contourlet与小波联合的变换方法相比于小波变换能更好的反映曲线的各向异性,同时随着变换尺度的加细,更能有效的捕捉图像纹理的细节信息。因此,提出多尺度变换中的非下采样Shearlet、Contourlet以及Contourlet与小波联合的系数方向扫描格型量化的多描述图像编码方法,避免图像在传输过程中丢失纹理、边缘以及轮廓等几何信息。本文首先阐述了图像编码技术的国内外研究现状;其次,概述了多描述编码的相关知识,主要介绍了标量量化的多描述编码、矢量量化的多描述编码方法以及格型矢量量化的多描述编码方法。在多描述格型矢量量化理论分析的基础上,本文提出了三种基于方向系数扫描格型量化的多描述图像编码算法:(1)基于非下采样Shearlet方向扫描格型量化的多描述编码算法。利用图像非下采样Shearlet变换后具有的平移不变的特性提取特征方向,重新组织系数,在格型矢量量化器下形成两个描述,保证其中一个描述丢失时,另一个描述能够最大可能地恢复图像轮廓、边缘纹理信息,提高单路解码质量。(2)基于Contourlet方向扫描格型量化的多描述编码算法。依据图像经过Contourlet变换后子带系数具有多方向性,较好地捕获纹理、边缘、轮廓等几何信息,“最优”地表示二维图像的线或者面的奇异。(3)基于Contourlet与小波联合的方向扫描格型量化多描述编码算法。充分利用Contourlet变换方向异性与小波分解后结构稳定的优点,不仅降低了Contourlet变换冗余数据,而且能够很好的捕获点奇异。利用多尺度家族成员中的非下采样Shearlet变换、Contourlet变换以及Contourlet变换与小波变换联合的扫描策略在基于格的矢量量化多描述编码方法中的应用,三种方案均有效地提高了单路信道的峰值信噪比,且保留了原始图像的纹理、边缘等几何信息,仿真实验验证了所提出方案的有效性。