虽然存储技术不断发展，传输带宽不断加宽，但随着信息技术的发展，人们要存储和传输的图像信息越来越多。如何对图像进行压缩处理，同时保证高压缩率和高保真率，图像压缩编码技术应运而生。图像中存在着大量冗余信息，利用小波变换所具有的时域和频域特性，可以获得比传统的图像压缩算法更高的压缩效率，并且能够实现压缩信号的渐进传输。　　 论文首先介绍了图像数据压缩编码的必要性和可能性，然后介绍了图像压缩编码的基本原理、基本方法，以及图像编码方法的评价标准和静态图像压缩的国际标准。概要综述了小波变换的定义和性质，并对连续小波变换、离散小波变换、多分辨率分析和Mallat算法进行综述。接着简单介绍了灰色系统中的灰色关联度分析理论。然后介绍了小波变换在图像压缩中的应用，包括小波基的选择、分解层数，并用Matlab进行小波域的图像压缩仿真。接着重点研究小波零树编码，包括经典的嵌入零树编码(EZW)算法和在其基础上的集分割树(SPIHT)算法。　　 之后也是本文最主要的工作是，在大量阅读相关文献、对相关各种方法进行分析比对，经过本人反复仿真计算比较试验，结合灰色关联度提出了一种新的基于灰色关联度-中值(GID-Mean)的图像压缩方法和一种基于灰色关联度(GID)的改进的EZW算法。仿真实验结果证明，新方法取得了良好效果，能在保证良好的重构图像质量的同时有更高的压缩比。