随着计算机软硬件技术以及网络技术的快速发展，我们所熟悉的计算机桌面也得到了越来越广泛的应用，我们日常所见的计算机桌面不仅仅只来源于本地计算机，更有可能来至某个远端计算机，也即远程计算机桌面共享。基于远程桌面共享技术的各类应用也如雨后春笋般涌现，如远程控制、远程教育等。然而，要实现基于远程计算机桌面共享技术的应用，都涉及到了计算机桌面图像的压缩这一问题，特别是高清分辨率和超高清分辨率的计算机桌面共享应用，更是需要非常高效的图像压缩方法。计算机桌面图像所包含的信息一般比较复杂，往往同时包含着文字信息、计算机生成的图标等图形信息以及传统的自然图像信息，因而计算机桌面图像属于混合图像。本文介绍并分析了传统的自然图像压缩标准H.264与JPEG等，指出了它们在压缩数据复杂、特性不一混合图像时所存在的局限性，同时也分析了当前国内外存在的一些计算机桌面图像压缩方法的不足。针对传统图像压缩标准的局限以及现有的计算机桌面图像压缩方法的不足，本文通过分析计算机桌面图像的特性，提出了一种基于HEVC与颜色聚类的计算机桌面图像压缩方案，该方案先根据块的直方图信息与纹理信息等特征等将块分为文本/图形块、自然图像块与混合块。在块的划分与分类中，提出了一种不同于传统块划分的自适应动态块分类算法，与传统方法相比，新的块分类算法能够节省码流并提高分类的正确性。对于色彩丰富的文本/图形块，本文提出了一种颜色聚类的算法，对该类文本/图形块进行颜色聚类，降低颜色种类数，以改善编码性能。最后，采用自适应游程编码算法对文本/图形块进行压缩，采用HEVC先进的帧内预测编码算法对自然图像块进行压缩，对混合块采用混合编码方法进行压缩。本文最后给出了本方案的实验结果与分析，实现结果显示，本文的自适应动态块分类算法能正确的识别出文本图形块、自然图像块与混合块。本文的颜色聚类算法能有效降低色彩丰富的文本/图形块的颜色个数。本文整体的编码方案跟H.264、JPEG以及JPEG2000等方法相比，在压缩效率与重建图像的质量方面都取得了明显的优势，例如，跟JPEG相比，我们的压缩算法的解码图像的峰值信噪比平均有了17%的提高，结构相似度平均有了5%的提高。