图像处理技术是随着计算机、电子、通信等技术的发展,多媒体、网络技术的广泛应用,以及数学理论的不断完善而逐渐发展起来的一个新的应用领域。在图像处理技术中,图像压缩性能的优劣直接影响了图像的存储和传输效果,所以,图像压缩技术是图像处理技术中的核心问题之一。图像压缩理论的基础是信息论,在此基础上,人们已经提出了多种图像压缩方法,如何能够找到更好的图像压缩方法来实现更高压缩比、更高质量图像的压缩、存储和传输,是人们一直在致力解决的关键问题。 小波变换是为了满足人们对图像压缩性能的更高要求而出现的一种新的时频信号分析工具,它克服了传统Fourier变换对图像进行处理时存在的缺陷和不足,具有良好的时一频分析局部化特性和图像特征提取能力,能够根据人眼的生理特点实现逐渐浮现和多码率传输功能。现在,小波变换已经被广泛应用于信号分析、语音合成、图像识别、计算机视觉、数据压缩、地震勘探、气候分析等多个方面并取得了许多有意义的科研和应用成果。 小波变换是通过变换函数来实现的,目前已经存在不少性能不尽相同的小波函数,Daubechies9/7小波就是诸多小波函数中的一种。由于Daubechies9/7小波具有正交性、时频紧支撑性、高正则性并且能用Mallat快速算法实现等特点,在检测信号的奇异性具有很好的特性,特别适合处理非平稳信号,所以,Daubechies9/7小波成为在黑白静止图像压缩中使用最为广泛的小波基之一。利用它对图像进行压缩,可以达到十分理想的压缩效果。JPEG2000静止图像压缩新标准中,就是用它代替传统的余弦正交基,并采用提升算法代替卷积滤波来实现离散小波变换(DWT)的。 本论文介绍的图像压缩方法,就是基于Daubechies9/7双正交小波函数的小波变换。在对图像进行压缩时,充分利用Daubechies9/7双正交小波的优良性能,结合阈值量化、均匀量化和Huffman编码实现了对图像的高质量压缩,并将该尺度小波和其它尺度的Daubechies小波函数图像压缩效果做了比较。实验结果表明,2尺度小波Daubechies9/7双正交小波在时域和频域上同时具有良好的局部