图像压缩研究的目的在于，通过消除图像的冗余度来减少表示图像所需的比特数。图像压缩的方法很多，但一般可分为有损压缩和无损压缩两大类。有损压缩允许一定程度的信息丢失，在满足实际应用的条件下能够取得非常高的压缩比，因而在多媒体交互式系统、视频传输业务和家庭娱乐等领域得到了广泛的应用。相对而言，无损压缩因不允许信息丢失，压缩效率难以提高，从而发展较慢。然而在指纹图像、遥感图像、医用图像处理等应用领域内，对于高效的无损压缩方法和高保真度压缩方法有着迫切的需要。 本文主要研究小波变换在无损图像压缩中的应用。无损小波图像压缩的框架可以总结为：前端对图像进行离散小波变换去除相关性，得到变换系数，然后利用小波系数不同子带间相关性或子带内相邻系数的相关性，对系数建模(构造上下文)，最后进行高效的自适应算术编码。我们经研究发现，在建模之前，如果对系数采取一些预处理技术，可以有效减少压缩图像的熵，这些预处理技术的本质也是进一步去除系数相关性。在金字塔算法中，一幅图像被分解为具有不同分辨率的子带，对应空间区域的小波系数分布呈树状结构。本文利用这种特殊的树状结构，提出了一种新的预处理技术，称之为“小波系数分类”(WaveletCoefficient Partition，WCP)，它能够提高小波图像编码的性能。WCP方法进一步把小波变换后的高频系数分成两部分：一部分主要是低能量系数，另一部分是余下的系数。理论上，通过将原始高频系数分成概率分布不同的两部分，整个的熵会减少。结合这种预处理技术，本文提出了一种新的编码方案，实验结果显示其效果优于现存的一些无损小波图像编码方案，如JPEG2000和S+P。