数字图像作为最常见的信息存储方式和表现形式生动而直观,然而数字图像的数据量非常庞大,必须经过有效的压缩,才能满足数字图像的高速传输和存储。目前图像压缩编码方法已有上百种,并制定了诸如JPEG, MPEG及H.26X等国际标准,但是很多传统的压缩算法存在压缩比较低,解码图像质量较差等缺点,在压缩图像质量、压缩比以及编解码时间等方面还远不能满足实际应用的需求。分形图像压缩方法是近十几年发展起来的一种新型图像压缩算法,它作为一种思想新、潜力大、发展快、压缩比高、解压速度快的图像压缩编码方法,受到了广泛的关注。分形图像编码虽然具有以上诸多优点,但是在无人工干预的情况下其编码非常耗时,这极大地限制了它的发展。本文主要针对它的这个缺点,深入研究了在保证解码图像质量的同时如何减少编码时间的问题。本文主要工作有以下三个方面：(1)在经过比较值域块与定义域块问的相似性以及通过大量的有搜索算法实验后,根据规律对值域块R的最优匹配定义域块D的可能位置进行分析,提出一种自适应无搜索分形图像压缩编码。这种方法通过指定特殊定义域块作为匹配块而不需要进行搜索,使编码速度加快；并且该方法采用值域块自适应分解和组合的方式,解决了部分值域块不能匹配及无搜索方法压缩比不高的问题。最后通过实验表明本文方法优于有搜索分形图像压缩方法和标准JPEG方法。(2)在分析灰度图像分形压缩算法和真彩色图像RGB颜色模型的基础上,提出了一种真彩色图像分形压缩改进方法。该改进方法提出了一种新的彩色图像灰度化方法：中间值法。并且该改进方法利用R、G、B颜色分量相似性将需要搜索和存储的3个颜色分量匹配块(SFC方法)减少为1个,加快了图像压缩速度,提高了图像压缩比。(3)将真彩色图像的像素看做三维向量并进行分析,提出了另一种真彩色图像分形压缩改进方法。该改进方法引入向量相似度概念,并将三维数组中利用向量相似度来衡量误差转换到二维数组中用距离来衡量误差,根据误差来搜索最佳匹配块。最后通过实验表明,两种改进方法都优于SFC方法和JPEG方法。