随着信息时代的到来,特别是互联网的普及,让人们感受到了信息时代给人带来的便利,但是由于数字图像信息量很大,存储时将占据很大空间,传输时码速率大大超出现有信道容量。因此如何节省存储空间、减少对传输信道的占用,已成为目前的研究热点。论文通过深入研究小波变换和神经网络矢量量化,设计了新的图像压缩编码算法,达到了进一步减少图像存储空间、降低传输数据量的目的。论文首先对小波变换理论和矢量量化理论进行了研究,详细介绍了矢量量化的关键技术、传统的码书设计算法的缺点以及基本的SOFM算法。其次详细说明了小波系数的各种相关性。最后提出了本文算法:首先根据小波系数的特点,合理的利用各种相关性提取矢量,并利用非线性插值方法进行降维,借助分类矢量量化的思想对矢量按位置和能量进行2级分类矢量量化。在码书设计阶段,提出了一种新的改进的SOFM算法,综合利用输入矢量与码字间的约束关系、码字间的约束关系、绝对误差不等式删除算法和部分失真删除算法这四种码字排除准则,有效的减少了参与码书匹配的矢量个数,提高了算法效率。在码书设计完成后,利用扩展的部分码字失真搜索算法进行码字搜索,最后利用matlab仿真和实现了新算法,并给出了新算法与其它相关算法的性能对比分析。实验结果表明,文中提出的新算法在一定程度上提高了峰值信噪比,改善了图像质量,并获得了较高的时间效率。