在当今的信息化时代,人们对信息的需求越来越大,图像以其直观、形象、易于理解的特点成为人们重要的信息来源。但是图像数据占据的存储空间较大,给存储和传输带来了巨大的压力,因此,图像压缩具有重要的研究意义和应用价值。图像压缩的目标是在达到高压缩比的同时,保证图像的解码质量能够不影响应用需求。本文在深入研究现有图像压缩技术的基础上,将有损压缩和无损压缩相结合提出了一种新的压缩方法,该方法首先对整幅图像进行小波分解,对分解后的最低频子带进行无损压缩,以保证解码图像中的大部分信息不丢失。然后,利用图像小波分解后高频子带系数矩阵具有的稀疏性质,对各个高频子带采用可变块矢量量化技术进行有选择性的大幅度地压缩。同时,本文提出了一种基于能量排序的初始码书设计方法,对矢量量化技术中的经典码书训练算法LBG进行了改进。提出了排除异常码字的码字搜索算法,在几乎不增加搜索失真的前提下,提高了图像编码的速度。此外,本文提出了一种应用于小波域中的同方向不同分解级次上的高频子带间的预测分块划分方法,来提高在可变块矢量量化过程中对高频子带的分块速度。最后,对于有特殊要求的图像,本文利用矢量量化解码速度快的特点,提出了对感兴趣区域进行追加差图像码流的无损编码算法。本文对本文方法与传统方法进行了对比实验,实验表明本文方法在速度上比传统方法有明显的提升,在进行高压缩比压缩时,图像的解码质量优于传统算法,适合高压缩比的图像压缩。