近年来，随着科学技术的不断发展，图像作为最常用的信息载体之一被广泛应用于各个领域，数字图像处理技术也逐渐引起了人们的关注。而图像压缩作为数字图像处理中的一个基本环节，具有重要的地位。匹配追踪稀疏分解方法(MatchingPursuitSparseDecomposition)是一种非正交的分解方法，分解结果十分简洁，在图像压缩方面显示出了巨大的潜力。本文在图像压缩的背景下对匹配追踪稀疏分解方法进行了研究，具体内容如下：首先，研究了信号稀疏分解的基本理论，在此基础上给出了MP稀疏分解方法的计算流程，分析了计算过程的复杂度并说明算法的匹配残差随着分解过程呈指数级衰减，仿真实验中，通过在Gabor原子库上使用不同个数的原子重建数字信号，说明了分解结果的稀疏性。其次，根据图像数据的特点，研究了用于图像稀疏分解的非对称过完备原子库，给出了进行图像稀疏分解时生成过完备原子库的参数离散化方式。在充分研究了人工鱼群算法的基础上，使用人工鱼群算法计算MP稀疏分解方法中每一步的内积计算。最后，针对图像稀疏分解方法以及人工鱼群算法各自的特点，提出基于觅食、聚首、追尾以及参数设置的进一步优化方法，仿真实验说明了该方法在图像压缩中取得了好的效果。