图像压缩编码研究和应用是目前信息技术中最为活跃的领域之一，就图像压缩编码而言，要求所选择的变换方法最好能与图像信号的特征匹配，此外还应从失真率要求、实现的复杂度以及编码比特率等多方面来综合考虑。小波变换方法在这几方面都有着其它方法所不具备的优势。通过选择适当的小波基、设置合理的量化门限、运用快速算法、完善嵌入式码流结构就能达到这些要求，然而目前小波变换的理论还不完善，应用算法的速度、复杂度、压缩性能等方面都还有不少缺陷。在小波图像编码中常用的EZW算法还存在着运算速度慢、重建质量差等缺陷，噪声图像压缩门限的选取还有不尽人意之处，利用小波进行视频压缩的具体电路压缩性能还不能令人满意。因此基于小波图像压缩编码算法及其应用的研究就显得十分有意义。全文的内容共分为六章。第一章综合阐述了图像压缩编码技术发展的两个阶段、图像压缩编码的技术现状、以及各种图像压缩编码的国际标准。同时指出小波压缩编码较其它编码方法的优势及开展小波图像编码研究的意义所在。第二章介绍了小波图像压缩的理论基础，阐述了各种小波变换、多分辩率分析、Mallat算法等图像压缩中常应用的理论知识，并对图像压缩编码中小波基的选择原则进行了研究，得出的结论是：重建滤波器小波函数的正则性对恢复图像质量的影响很大；在有损压缩中，双正交（9，7）小波具有稳定的优良性能。第三章展开了对嵌入式零树编码算法的研究：研究了原始图像小波分解系数的特点，并对标准的EZW算法作了分析，指出其存在的若干缺陷；针对这些缺陷，在小波系数的合理组织、多门限量化电平的设置、扫描次数等方面作了相应的研究，从理论上推导了不同分解尺度之间量化步长的成倍数关系。基于以上研究成果，在本章中还提出了一种新的嵌入式零树编码RMEZW算法。该算法的主要特点有：（1）根据HVS特性，对小波分解系数图像的不同方向设置不同的量化门限；（2）根据最小化量化MSE的概念，对不同分解尺度采用不同的量化门限；（3）采用T变换对高频系数的能量进行集中处理；（4）最低频子图单独进行DPCM处理；（5）根据设定的门限，只进行一次零树扫描；（6）引入多级零树根概念，生成更多的零树。<WP=5>第四章是关于含噪图像的消噪及压缩研究。在本章中，对传统的各种时域和频域的消噪方法进行了阐述，指出了它们不能同时满足消噪和压缩两重功能，从而进一步分析了利用小波进行消噪处理的方法、阈值选取原则。在此基础上，提出了一种基于贝叶斯风险最小化准则的消噪门限表达式，该门限的特点是各子图独立选取和表达式为显性。一种新的小波消噪与压缩编码方案WT＿DC也在本章中被提出，该方法的特点是在消噪的同时，又能最大限度地进行了压缩。文章给出了含噪图像信号噪声水平的估计及不同尺度子图的消噪门限估测过程。基于乘性噪声所污染图像与常规高斯白噪声所污染图像的不同，提出了运用对数变换进行图像预处理，从而将乘性噪声转化为加性噪声的处理思路。仿真结果表明，WT＿DC方法的消噪和压缩性能良好，优于JPEG方法。第五章对视频序列图像的小波压缩方法进行了研究：设计了一种基于空间域运动补偿的小波图像序列编码方法，着重讨论了运动矢量的快速搜索方法，提出了多子块运动矢量搜索的方案并进行了仿真实验；研制了ADSP2185和ADV601LC的小波图像序列帧内压缩处理电路，给出了系统实现的硬件框图和软件流程图，以及各种压缩比率下的实际恢复图像；提出了一种自适应量化系数的计算公式，并运用系统对实际图像进行了采集和压缩，实时视频压缩比最高可达350倍，图像重建质量好。第六章对全文工作进行了总结。