在目前众多的生物特征识别技术中，相对成熟且应用最广泛的是自动指纹识别技术。通常一个典型的自动指纹识别系统主要包括指纹图像的采集、预处理、特征提取、匹配等实现过程。系统一般处理的是由传感器采集到的原始指纹图像，因此伴随着采集的指纹图像样本的不断增加，这些大量的指纹图像数据给系统的存储介质和通信带宽造成了巨大的负担。尤其是对于那些大型应用来说问题会更加突出，比如公安系统的罪犯指纹数据库，交通系统的驾驶员指纹数据库等这些大型指纹数据库的采集存储工作。显然，为了有效地解决这个问题，就需要对指纹图像进行压缩编码。本文在分析了一些经典的基于小波变换的静态图像压缩算法基础上，对指纹图像压缩算法以及它在指纹图像频谱识别中的应用进行了研究。本文主要进行了以下工作：(1)分析了几种经典的基于小波变换的静态图像压缩编码方法，并介绍了最新的国际图像压缩标准JPEG2000的组成部分及核心技术。(2)基于FBI的WSQ算法，提出了一种改进的指纹图像压缩算法IWSQ。该改进算法IWSQ的要点如下：1)用更为简单的提升格式实现了指纹图像信源的小波分解；2)对小波系数进行基于子带能量的自适应标量量化过程；3)结合具体的量化方案和小波系数特点进行编码模块的划分，并对每一个编码模块选择合适的编码方式进行组合编码；4)针对部分高频子带模块输出的Huffman码流的特点，使用了一种高效的自适应游程编码进行二次编码，并通过仿真结果确定编码的具体参数，来最大限度的提高图像压缩率。改进编码算法IWSQ的实现是由C++语言在VS2005平台下完成。将设计的IWSQ算法与WSQ算法，EZW算法在MatlabR2001a平台下进行性能比较。结果表明，在相同的比特率条件下IWSQ算法相比于WSQ算法PSNR提高了2 ~ 4dB；并通过对重构图像的细节点提取过程，验证了该算法相比于EZW算法，能更有效地保护指纹图像的细节点。(3)分析了用于指纹图像频谱识别的POC算法和BLPOC算法。在BLPOC算法的基础上，使用了能实现任意图像旋转不变性的FMT对其进行调整。将该指纹图像频谱识别算法方案和一个商用的基于细节点模式的指纹识别算法的识别性能进行比较，来说明频谱算法在低质量指纹图像识别方面的有效性。同时为解决指纹图像频谱识别系统的模板存储问题，重点研究了小波压缩在指纹图像频谱识别中的应用。(4)对本文内容进行了总结，指出了研究中存在的问题和后续工作的展望。