信息爆炸时代，信息量的迅猛增长给有限的网络带宽和有限的存储容量带来了巨大的挑战，而这些信息主要是以图像的形式来表现的，因此，为了解决海量信息与有限的网络带宽及有限的存储容量之间的矛盾，必须对图像进行压缩。图像压缩是指通过减少图像中的冗余，用尽可能少的数据量来表示图像。小波变换具有时频局部化、能量聚集等良好的性质，并且图像经过小波变换后，同一方向上不同小波子带间表现出很强的相似性，因而被广泛应用于图像压缩领域。基于此，本文对基于小波变换的图像无损压缩方法做了详细的研究。首先，简要介绍了图像压缩的基本原理，主要包括图像压缩的必要性与可能性、图像压缩的分类与常用的图像压缩方法、图像压缩效果的评价准则及静态图像压缩的国际标准。其次，重点探讨了小波变换、基于小波变换的图像压缩编码思想及影响小波图像编码的关键因素。并通过实验数据分析了图像经过小波变换后能量的分布特点及小波系数幅度值的分布规律，为后续编码算法的改进提供指导。然后，深入研究了嵌入式零树编码算法及SPIHT算法的编码原理及实现过程。通过分析SPIHT算法的缺点，提出了一种改进的SPIHT图像无损压缩算法，改进SPIHT算法主要包括：①采用预测编码方法对低频子带单独编码，并对得到的预测编码码流进行哈夫曼编码；②在高频子带编码扫描过程中，改变最后两轮扫描过程中的集合分裂方式，并对得到的SPIHT码流进行算术编码。以标准灰度图像为例，采用改进SPIHT算法编码，并与SPIHT算法进行对比，实验结果表明：改进SPIHT算法对不同图像的压缩比特率均有降低，说明改进算法是有效的。最后，着重分析了JPEG2000中一般位移法与最大位移法的优缺点，并结合改进SPIHT算法提出了一种新的支持感兴趣区域优先编码的图像无损压缩方法。以标准灰度图像为例，采用支持感兴趣区域编码的改进SPIHT算法进行编码，并与支持感兴趣区域编码的SPIHT方法进行对比，实验结果表明：在感兴趣区域编码中，改进SPIHT算法对不同图像的压缩比特率均有降低，说明改进算法是有效的。