图像和视频是人类可以利用的最主要的信息载体。互联网的发展和多媒体的进步使得多媒体的各种新的应用和服务成为可能,尽管互联网的带宽和设备的存储容量都有所提高,但是数字化了的视频和图像信号的数据量之大是惊人的。数据压缩技术作为解决这一问题的有效途径,越来越受到大家的重视。本文的滤波器采用Daubechies双正交滤波器,在图像压缩中,它获得了比正交小波更好的效果。具体采用的是Daub9/7小波变换。压缩编码采用了分层树集分裂算法（Set Partitioning In Hierarchical Trees SPIHT）以及3D-SPIHT算法。具体描述了嵌入式零树小波EZW（Embedded Zerotree Wavelet）算法与SPIHT算法在压缩中的应用,并且编码实现了SPIHT图像压缩与解压缩算法和3D-SPIHT视频压缩与解压缩算法。将人眼视觉特性引入小波图像编码算法中,并对其进行了改进。本文使用了两种算法来引入人眼视觉特性,其核心是通过两个阈值T₁、T₂将小波图像分成的纹理块、平滑块、边缘块,并且对相应的小波系数赋予不同视觉权值。在第一种算法中,本文提出了新的广义高斯参数估计,引入了误差反向传播（Error BackPropagation BP）神经网络进行参数估计;在第二种算法中,本文将T₁规定为熵值的平均值。而T₂是一个较小的图像块方差。并在三种图像块分界处我们引入了模糊算法。使图像块的划分更加合理。两种算法都取得了较好的实验结果。