多媒体技术的发展使图像信息逐渐成为交互的主要内容之一,解决图像存储与传输问题的压缩编码技术一直以来是国内外研究的热点,从JPEG、MPEG-1到JPEG-2000、MPEG-4反映了图像压缩编码技术的飞速发展。目前小波分析逐步代替了傅立叶分析,成为新一代编码算法的主要变换工具,由于良好的时频局部性和多分辨率分析特性的优势克服了传统傅立叶变换的缺点,基于小波分析的算法已经占据了主导地位,如EZW、SPIHT、EBCOT和JPEG-2000等。目前小波算法的主要研究问题集中在以下方面:如何高效的组织系数模型,提高编码效率;如何采取合理的量化策略,既可利用系数相关性又可使图像恢复质量符合特性;如何组织码流,使其具有多质量服务能力,实现可分级编解码。大量的研究表明系数的组织模型是影响压缩算法性能的重要因素,尤其是在低码率(高压缩比)情况下。小波系数主要按照树结构和块结构两种模型来组织,前者利用跨子带系数相关性,后者利用子带内邻域系数相关性。在分析EZW、SPIHT等目前采用树形结构组织系数的优秀压缩算法优缺点的基础上,提出了一种结合预处理和改进零树的小波编码算法。与现有零树算法相比,该算法重新定义了零树和重要图符号进行重要图编码;对逼近量化编码结果进行截断处理;另外在现有算法的基础上,增加了分解前的预处理和重构后的后处理过程。对算法进行了程序实现,实验结果表明:改进措施提高了压缩效率,在压缩比一定的情况下与EZW和SPIHT相比,对较平滑的图像有明显提高;在图像平滑性差或纹理多的情况下提高幅度较小;随着压缩比的增大的提高整体呈减小趋势。证明了本文基于改进措施的新算法是一种有效的压缩方法。