随着信息网络化的快速发展,多媒体技术的应用日益广泛,数字图像的存储与传输在这之中占有重要的位置。然而图像的数据量非常庞大,必须经过有效的压缩,才能满足实际应用的要求,因而探索高效的图像压缩算法无疑成为当前通信和信号处理领域里的一个重要研究课题。分形图像编码是近十几年发展起来的一种新型图像压缩算法,它注重发掘存在于大多数图像中的自相似性,可以达到其他图像压缩算法无法比拟的高压缩比,因此受到了研究人员的广泛重视。但分形图像压缩算法在理论及应用上存在许多问题,如编码时的巨大计算量、解码迭代的收敛性、重构图像的块状效应等。本文在相关文献的研究基础上,通过引入提升小波变换,结合小波编码与分形编码各自的优点,对两者结合方法进行了研究,主要工作有以下几方面:1.提出了一种基于环形结构邻域搜索的分形图像压缩算法。与传统分形图像压缩算法相比,该算法能够在更短时间找到符合给定误差的定义域块,从而大大提高了编码速度。2.对于人眼视觉系统来说,小波变换所分解的各个子带图像重要性是不一样的,频率越低重要性越高,频率越高则重要性越低。结合这一视觉特性,本文设计了一种基于提升格式小波的图像压缩算法,采用视觉加权的标量量化技术,该算法加快了编码的时间,同时重构图像质量也有所提高。3.结合分形编码与小波编码的各自优点,提出了一种基于提升小波变换的快速分形图像压缩算法。该算法对不同的分解子图像分别采用SPIHT算法和本文改进分形图像压缩算法,实验结果表明,该方法大幅度节约了编码时间,避免了传统分形编码所固有的方块效应,获得了较高的解码图像质量。