图像压缩是通过去除图像中的各种冗余来实现的。经典的图像编码技术主要依据图像本身固有的统计特性进行压缩，现代图像编码方法不局限于信息论的框架，充分利用人的视觉生理、心理和图像信源的各种特征，可获得更高压缩比和更优良的重构图像质量。小波分析理论是分析非平稳信号的有力工具，基于小波变换的图像编码在低码率编码情况下具有更好的率失真特性，能够产生质量可分级的嵌入码流，在图像压缩领域得到了广泛的应用，并且已经成为某些图像压缩国际标准(JPEG2000)的重要环节。提升小波是构造第二代小波的关键技术，与传统的小波变换相比，它不依赖于傅立叶变换、计算简单、时间和空间复杂度低且易于实现，为小波图像编码注入了新的活力。基于小波变换的EZW、SPIHT压缩算法具有优良的压缩性能，系统实现难度低，对目前的小波图像编码产生了重要影响。但它们未能充分利用小波系数分布特点，随着压缩比的增加，会引起编码效率的下降；另一方面，没有考虑人眼视觉特性(HVS)，在一定程度上影响了图像的复原质量。如何在高压缩比条件下得到较好质量的复原图像，是研究的一个重要出发点。嵌入式编码中排序算法的优劣极大地影响整个编码算法的效率。本文主要研究嵌入式小波图像编码，重点对SPIHT算法进行深入分析和研究，针对算法中存在的不足，提出一种改进的图像编码算法，并从理论上分析了改进算法的性能。改进的图像编码算法采用提升小波变换，结合人眼视觉特性(HVS)，并对SPIHT算法的分集排序过程进行优化。改进算法的优点在于：采用提升小波提高编码速率，且利于硬件实现；给不同子带小波系数赋予不同的视觉权值，保证优先传输视觉上最重要的系数，进一步提高图像复原质量；更充分地利用了小波系数分布特点，进一步去除了码流中的冗余，提高了编码效率。仿真结果表明，本文提出的改进算法是一种高效的图像压缩算法，在提高算法压缩性能的同时仍有满意的图像复原质量。