图像压缩编码及降噪问题一直是信号处理领域里重要的热点问题。小波基具有时-频局部化、能量集中及多尺度等特性,它已成为静态图像压缩标准JPEG2000和图像降噪的重要技术。嵌入式零树小波编码算法具有压缩比高、渐进式编解码、低运算复杂度等优良性质,SPIHT是其中的典型代表。由于能“最优”描述零维奇异目标函数的小波基对二维或更高维奇异性信号的表示不是最优的,因此,近年来对于高维信号更具方向性和稀疏性的多尺度几何分析方法成为人们研究的新热点。本论文主要围绕基于小波域的嵌入式零树编码的改进及多尺度分析在图像感兴趣编码及降噪上的应用进行研究。论文的主要工作概括如下：首先,提出了一个具有较低复杂度的低码率条件下基于零子带的嵌入式编码算法——嵌入式零子带编码(Embedded Zero Sub-band Coding, EZSC).该算法是对SPIHT算法的一种改进。通过大量实验,分析了小波系数的分布特点和量化平面特性,对小波系数的有效组织、自适应量化位平面的设定、系数扫描次序等方面进行了深入地研究,提出了零子带编码策略。同时,利用信息论的理论分析了嵌入式零树编码方法的合理性,指出了算法改进的方向。最后,根据零子带编码概念,将广度优先与深度优先扫描策略相结合,同时运用分步量化编码,设计出EZSC编码方法。该方法提高了低码率下嵌入式编码算法的效率。其次,将Wedgelet变换引入对图像背景区域的处理,从而提高感兴趣区域的嵌入式编码效能。首先对图像的背景区域进行Wedgelet变换滤波,以降低背景区域的信息熵值。然后将背景区域与感兴趣区域重新组合,经小波变换及位平面提升后,再利用EZSC算法对合成图像进行嵌入式编码。实验结果表明该算法在低码率条件下提高了重构图像感兴趣区域的PSNR值,增强了其背景区域纹理的可视性,实现了低码率下图像感兴趣区域与背景区域质量和码率之间的协调分配。另外,针对背景单一的图像,结合轮廓编码和改进的嵌入式编码提出了基于对象形状适应性的低码率嵌入式编码,满足了应用需求。最后,提出了将Contourlet变换域与Wavelet变换域隐马尔科夫树相结合的图像降噪思想。首先,利用Wavelet变换系数能量集中的特性,借助小波树与隐马尔科夫树相似性的关系,对图像进行第一级降噪处理。然后,利用Contourlet变换对高维信号表示能力优于小波变换的特性,用Contourlet变换对小波高频分量进行近似逼近,通过设定不同的门限值的多次迭代处理,进一步去除高频噪声信息,从而提高重构图像的可视性和保真度。实验结果表明所提方法在PSNR值和重构图像的可视性等方面得到改善。