随着社会经济的迅速发展和人民生活水平的不断提高，我国城乡所拥有的汽车数量在急剧上升。这就使得相关部门的车辆监控和交通管理工作日益繁重。因此，实现车辆的自动监控和交通的智能化管理就显得非常必要了。但是车辆图像数据量大，如果不做压缩处理就进行存储和传送，会加大网络资源和存储体资源的耗费。 本文开发了一种实际的车辆图像压缩系统，最终能将其应用于实际的车辆自动监督和控制系统中。 本文首先综述了图像压缩理论和压缩标准的发展历程，并对几种通用压缩技术的优缺点进行了分析与比较，同时还介绍了图像去噪的理论知识。然后对静态图像压缩过程中所涉及到各种理论、方法进行了深入的分析研究，最后提出了改进的混合去噪的方法，并利用小波提升算法对图像进行了小波变换，然后利用改进的SPIHT算法实现了对图像的压缩与量化编码。本文所作主要工作具体如下： (1)按照小波去噪的原理，改进并提出了混合去噪的方法，可用于去除原始图像中两种以上的噪声。 (2)利用小波提升算法对图像进行小波变换。 (3)仔细分析了SPIHT算法，结合车辆图像在量化过程中存在的问题，对SPIHT算法进行了改进，实现了对图像的压缩。 本文提出了混合去噪的方法、小波提升算法及改进的SPIHT算法。但针对车辆牌照图像不同内容的精度要求不同，如果能利用SPIHT算法涉及到的感兴趣区域对车牌部分进行了增强。应该能达到更好的效果。