JPEG2000静止图像压缩标准以其高压缩率，较强的抗误码能力和具有码率渐进传输等特性得到了越来越多的应用。近些年基于JPEG2000对其做的一些应用和拓展也逐渐增多，基于JPEG2000中的EBCOT感兴趣区域编码（ROI）就是其中之一。在基于JPEG2000的感兴趣区域编码中有两个重要的问题一是获取感兴趣区域二是设计JPEG2000中EBCOT的权重使得给定压缩率时压缩后的图像可以取得最佳的视觉效果。因此，研究如何获取感兴趣区域以及构造权重对于JPEG2000静止图像压缩标准的改进具有重要的现实意义。本文首先讨论了一种可以自动准确地获取感兴趣区域的方法。该方法主要利用计算机视觉中图像显著性检测(Saliency Detection)方法自动获取一幅图像中的感兴趣区域。通过对基于JPEG2000的EBCOT感兴趣区域编码的深入研究，提出了基于JPEG2000的显著区域图像压缩算法JSRC2000(JPEG2000-basedSalient Region Compression)。这种算法利用显著性提取(Saliency Detection)的结果来获得感兴趣区域，并利用显著性检测的值来构造了JPEG2000的压缩权重，把这个权重应用到JPEG2000的压缩算法中，从而很大程度改进基于JPEG2000的EBCOT感兴趣区域压缩算法。与此同时，本文还深入研究了视频的显著性检测，并结合视频相邻帧的相关性这一特性，提出了一种新的基于预测的视频显著性提取方法PVSD（predictive video saliency detection），这种方法主要是把一个视频分为不同的帧组，并利用帧预测的方式来计算帧组内每个帧的显著性检测。为了验证本文算法的有效性，论文将其与国内外最新的几种算法进行了多方面的比较和分析。理论分析和仿真实验的结果均表明本文所提出的算法编码效率更高，编码性能也更好。