随着计算机和网络技术的普及，人们对数字图像在质量、大小和应用等方面提出了更高的要求，希望能够用有限的空间和带宽资源存储和传递大幅图像，并且根据实际需要，得到不同分辨率或质量的重构图像。这就要求图像压缩技术不仅有良好的压缩效率，而且还要能灵活地处理压缩码率。基于以上原因，对压缩编码方法的探讨和研究在近几十年来受到了广泛的关注。近20年来，在预测编码、变换编码和其它传统编码方法的基础上，图像压缩编码的理论、方法和技术取得了较大进展；其中小波编码算法因其能量集中特性、多分辨分析概念的提出和小波分解与重构快速算法的实现，使得小波变换在信号处理领域得到了广泛的应用，小波分析应用于图像数据压缩是小波分析应用的一个比较成熟的方面。 本文首先介绍了几种传统的压缩编码方法，并对国际标准JPEG和JPEG2000做了基本阐述，重点讨论了小波的多分辨分析、小波分解、重构算法、小波嵌入零树编码算法和改进的小波编码算法SPIHT。在此基础上提出了对图像进行预处理的想法，结合人眼对图像低频部分比对高频部分敏感的视觉特性对图像各频段提出不同的编码算法。本文在对图像的压缩过程中，对图像低频部分采用无损压缩方法(哈夫曼编码)，对高频部分采用改进的SPIHT编码方法，从而保证了在得到高压缩比的前提下使信噪比恶化程度较轻。本文对几种编码方法得到的重建图像进行了质量比较。最后，讨论了运动图像压缩核心技术——运动补偿技术，并用二维静止图像小波变换与一维时间轴上的小波变换相叠加的方法实现了对运动图像的压缩。