从傅里叶变换到小波变换，再到现在比较流行的多尺度几何分析，图像处理的发展不断成熟和完善，小波变换与多尺度几何变换也如两场革命对图像处理等多个领域产生了深远的影响。小波变换具有很强的时域局部分析能力，在处理一维信号的奇异性时，性能要优于傅里叶变换，但在处理二维图像时，只有垂直，水平和对角三个方向，这也就限制了小波变换更有效地处理图像的边缘。为了克服小波变换处理图像的不足，更好的对曲线边缘丰富的图像进行处理，多尺度几何变换迅速发展起来，它提供了条带波，曲线波和脊波等多种变换方法，成为处理二维和更高维信号的有效工具。多尺度几何中的脊波变换对处理直线奇异的图像有很大的优势，是处理二维信号的一种非常有效的工具。　　 本文主要就是以脊波为主要研究对象，并利用脊波变换和图像脊波变换系数的基本特征，对脊波变换进行改进来实现图像压缩。基于分层思想，针对直线边缘非常丰富的图像，本文利用小波变换和脊波变换各自的优势，提出了一种新的分层编码算法。首先对原图像R进行直接阚值编码得到近似图像RI，然后用原图像减去近似图像Rl， 得到细节图像R2。根据细节图像拉东变换系数的特征，本文提出了—种改进的脊波变换，用以对细节图像进行更稀疏的表示，并根据脊波变换系数的特点，改进多级树集合分裂算法(SPIHT)，实现了变换系数的编码。通过实验仿真，并与传统的基于小波零树编码的算法进行比较，本算法在码率较低的情况下具有较高的压缩性能，并且能够更清晰地恢复原图像。