作为现代通信、介质存储、数据发行、多媒体计算机等技术的关键环节,图像压缩编码始终是信息处理技术研究中最为活跃的领域之一。为了有效的存储、处理和传输大量的数据,从而提高计算机的存储能力,处理速度,及图像信息的传输效率,数字图像压缩编码技术在多媒体信息处理领域已显示出越来越重要的地位。本文的研究就是在这种背景下展开的。在图像编码领域中,多尺度几何分析理论已成为该学科研究的核心技术和热点方向,小波分析诞生至今在多尺度几何分析工具中堪称经典。然而由于其理论固有的局限性,使得它在处理高维空间数据时显得无能为力,针对这种缺陷,近今年来在小波变换的基础上发展出许多新的多尺度几何分析工具。本文重点研究了两种新的多尺度几何分析工具: Contourlet变换和Bandelet变换。分析了这两种变换的原理及自身特性,对其在数字图像压缩编码研究领域的有效应用进行了比较深入的研究。针对小波变换难以准确捕获图像高维特征的局限性、本文以Contourlet变换和Bandelet变换为基础,结合实验提出了两种数字图像压缩算法。一:提出了一种基于视觉特性的Contourlet域图像压缩编码算法.该算法首先对原始图像进行Contourlet分解,然后根据人眼视觉特性(HVS),对变换系数进行加权处理;再根据Coutourlet方向分解特点,构造扩展的空间方向树结构;最后采用SPIHT编码思想完成图像的压缩;二:以第二代Bandelet变换为基础,结合Bandelet变换系数分布特性,通过建立最小四叉树、确定最佳量化阈值、构造Bandelet系数自适应扫描方式等措施,提出了一种新的Bandelet变换域图像编码方案.该图像压缩编码方案首先对原始图像进行二维Bandelet变换,并对最低频子带小波系数进行差值编码(DPCM编码);然后构造最小四叉树并进行四叉树编码,同时进行最佳几何流编码;最后结合最佳量化阈值确定、高频子带自适应扫描等措施,对Bandelet系数进行均匀量化编码,形成最终的码流。实验结果表明,本文提出的以上两种算法在图像编码领域均优于经典的,普遍适用的图像编码方案,而且具有比较强的通用性与适应性,故具有很好的应用前景。