随着经济的发展、科技的进步，图像作为一种信息传播方式越来越被人们所重视。然而由于图像存储和传输占用太多的空间和带宽，因此，寻求有效的图像压缩编码方法具有重大意义。近20多年来，多种图像压缩技术和标准被提出：如基于离散余弦变换（DCT）的JPEG标准能够在不降低图像质量的基础上成倍降低图像存储空间，后又提出的基于离散小波变换（DWT）的JPEG2000标准比JPEG效果更好。但DWT算法复杂，耗时较长，一直是个待解决的问题。提升小波算法因其计算简单，克服了传统小波卷积运算的复杂性而被提出，并已成为图像编码的重要技术之一。 本文先对基于邻域预测、基于线性预测和基于双线性预测的提升算法，进行了研究，并结合SPIHT（set partitioning in hierarchical trees，分层树中分配样本图像编码）算法，对图像进行嵌入式编码。实验结果表明，在同样的比特率和同样分解级数的情况下，对于纹理丰富的图像，基于双线性预测提升的小波图像编码算法，具有更好的图像主客观质量，最差的是基于邻域的预测方法，而线性预测方法则介于两者之间。 图像存储量降低带来了图像存储和传播的便利，网络带宽提升带来了多媒体网络的发展，但如何从浩瀚的多媒体信息中找出需要的图像信息已成为研究人员所面临的难题，为此，图像检索技术应运而生。其中基于小波的图像检索技术是目前研究的热点之一。 本文利用提升小波算法，对图像检索进行了研究，一方面我们对提升小波压缩域的图像检索进行了分析，在算法中采用了两种特征提取的方法来进行检索，一种是基于能量和、代数和的方法，一种是基于直方图的方法。另一方面，我们对提升小波变换后的小波系数进行统计分析，分别求解提升小波系数的能量、均值和方差，以此作为特征向量进行检索，并提出了一种基于小波系数二进制直方图的图像检索方法，取得了较好的检索效果。