图像压缩是一个很有发展前途的研究领域，这一领域的突破对于通信和多媒体事业的发展将具有深远的影响。小波分析是当前数学中一个迅速发展的新领域，它同时具有理论深刻和应用十分广泛的双重意义。小波图像压缩是小波分析应用的一个重要方面。它的特点是压缩比高，压缩速度快，压缩后能保持信号与图像的特征不变，且在传递中可以抗干扰。 为了推动小波变换在图像处理中的应用，本文通过对静止灰度图像的研究、根据图像的小波变换系数特点(能量集中)建立了评价图像小波变换后各层子图像能量分布的理论公式、给出了确定小波系数阈值的方法，实现了图像的初步压缩。在此基础上通过对剩余小波系数进行基于聚类分析的量化编码，进一步实现了图像压缩。本文以典型的Lena256×256图像为例，详细说明本论文研究的图像压缩新方法的全过程。 经过Matlab仿真软件验证结果表明：本论文提出的压缩方法计算简单、压缩比高。较已有的小波零树压缩编码，在高压缩比的时候，效果更佳。故本论文提出的小波图像压缩适合用于追求高压缩比的图像压缩场合。