小波分析是近几年来应用数学与信号处理领域的一种新兴的分析理论.在图象压缩技术中,小波是目前能够模拟人眼感知方向性和多尺度特性的最佳数学工具,在小波变换域内可以借助视觉特性对不同子带分别处理,达到较高的压缩效率,而这涉及到充分利用图象小波变换域的性质,设计有效编码方法的问题.一个优秀的量化编码方法可以更加有效地发挥小波分析技术的特殊性能.该文对小波变换技术实现中的关键环节及其在图象压缩编码中的应用进行了研究.小波滤波器的选择是小波技术应用于图象压缩的关键技术,该文在对常用小波滤波器及最优滤波器性能统计的基础上,提出了若干具有指导意义的准则;有限长信号的扩展也是小波变换中的重要问题,该文提出的改进对称周期扩展避免了零扩展、边界重复扩展、周期扩展、对称周期扩展等方法带来的变换域高频能量较大或不能完全重构的缺点;小波快速算法的意义在于提高处理图象这样的大数据量信息的实时性,该文提出一种有着良好结构的周期扩展FFT快速算法,与其它FFT快速算法比较,相同条件下,计算量减少近一半,且适于硬件实现;零树结构是目前小波图象压缩中最成功的量化方法,它利用小波变换域的特点,编码相对效果较好.该文构造了完全意义上的彩色零树编码算法,并结合了基于人类视觉系统的小波变换域系数加权等优化算法,充分利用了颜色分量间及分量内部的相关性,因为,以前的零树算法及其改进一般是针对灰度图象的,处理彩色图象时,是将各颜色分量作为图象分别处理,没有利用颜色分量间的相关性,在处理彩色图象时,效率不高.实验表明,该方法的编码效果相对其它小波零树编码方法有一定的提高.