随着社会经济迅速发展，科学技术的进步，信息视觉化技术日益受到人们的重视。大数据量的图像数据会给存储器的存储量、通信干线信道的带宽、计算机处理速度等带来相当的压力，也给数字图像的传输带来很大的问题。图像信息的数据量大，要实现存储和在有限的信道内进行实时传输，图像压缩是必须解决的主要问题之一。　　 对图像数据进行压缩，要想获得高压缩率，就要想办法如何有效的剔除图像的自相关性，同时压缩算法要尽可能的简单。本课题就是从事相关方面的研究和试验工作，提出了一种利用图像局部相似和小波变换的复合压缩算法。　　 小波图像压缩把图像分解成不同方向和不同分辨率的子图像，人们可以根据需要，对不同子图像采用不同的量化方法来进行编码，实现图像压缩：而分形图像压缩则是利用IFS理论、不动点定理和拼帖定理等基本原理，抽取图像中的自相似性，达到图像压缩的目的。因此，可以利用分形方法先剔出图像的由于自相似而带来的冗余数据部分，再利用小波变换对图像剩余部分的象素点进行数值上的压缩，进一步提高图像的压缩率。　　 通过对具有256级灰度的图片进行压缩实验，验证了综合利用分形和小波变换的压缩比只使用小波变换压缩的压缩效率要高出三到四倍。