图像编码是数字图像处理的重要分支,广泛应用在各种图像/视频编码的传输、存储和检索系统中。自20世纪80年代以来,小波变换因其特有的多分辨率分析能力而被广泛应用于图像和视频编码领域,取得了很好的效果。小波编码是变换编码新的、重要的发展方向,随着JPEG2000的推出,可以预见,小波编码将成为图像/视频编码的主流技术。本论文主要研究了针对不可分离二维小波变换用于图像压缩的二叉树小波编解码算法。文中首先简要地介绍了一维小波变换、多分辨分析和Mallat算法,讨论了Mallat算法实现中的边界延拓问题,并以周期延拓方式为例给出了Mallat算法实例。接着研究了可分离的二维小波变换和二维Mallat算法,编写C语言程序对图像做可分离的二维小波变换,使用Matlab6.5将得到的小波系数进行统计分析与能量分布分析,分析了可用于图像编码的小波系数特性。结合小波变换图像编码的基本思想,介绍了三种典型的小波图像编码算法。在研究二维离散信号采样和小波提升格式的基础上,基于全相位列率滤波理论,设计了全相位内插滤波器组,将全相位内插滤波器用做小波变换提升格式中的预测和更新滤波器,详细介绍了不可分离二维小波变换提升结构的实现过程。与可分离的情况相类似,同样对图像经不可分离二维小波变换后的小波系数进行了统计分析。在此基础上,结合各分解子带小波系数金字塔排列的特点,借鉴经典的SPIHT小波编码算法的思想,提出了二叉树小波编解码算法,并详细给出了二叉树编解码实例。最后在VC6.0环境下,编写C语言程序,实现了图像的不可分离的二维提升小波变换和二叉树编码算法,并进行相应的二叉树解码和小波反变换重建图像。对经典的测试图像做压缩,将得到的实验结果与传统的小波编码算法SPIHT做比较,在低比特率情况下,得到了较好的压缩效果,重建图像的峰值信噪比平均提高约0.4dB。