当前社会随着信息技术的飞速发展，人们对图像质量、尺寸、读取速度的要求越来越高，图像压缩已经成为数据压缩的一个核心组成部分，并一直吸引着广大研究人员的注意。目前以国际编码标准JPEG2000为代表的新一代基于小波变换的静态图像压缩方法，在将图像压缩效率提升到一个新的高度的同时，还能提供关于时域、空域、质量等多种可扩展性。但这些辉煌的成就并不能满足人们日益增长的需求，图像压缩技术还需要继续进行深入的研究。本文在已有的图像压缩方法的基础上，分别分析了灰度图像、多通道图像以及多视角图像的统计特性，并提出了几种新颖的、更有效的图像编码算法。本文的主要工作和创新之处归纳为以下几点：1．从条件信息熵的角度出发，在理论上分析了高维上下文模型的最优量化标准，并提出了一种具有较低计算复杂度的上下文量化标准。2．结合离散小波变换和基于上下文的自适应算术编码方法，提出了一种基于时、频域上下文预测模型的图像压缩算法。该算法首先建立了一个时、频域的上下文预测模型，然后合理地对该模型中的上下文进行量化，以得到合适的编码上下文用于自适应的算术编码以降低模型开销。3．通过对以下两个问题的解答：1)彩色图像中亮度和色度分量之间到底存在什么性质的相关性?2)这种相关性到底有多强烈?找出了最适合进行颜色编码的上下文，并进一步地提出了一种新的嵌入式彩色图像编码方法。4．提出了一种基于三维小波变换和上下文量化的高光谱图像压缩算法。该算法利用三维小波变换去除高光谱图像在谱内和谱间的冗余信息，然后建立了一个高维时、频域的上下文预测模型以去除小波系数之间的冗余信息。5．在多视角图像压缩这一新兴领域，提出了一种能够获得准确差异向量(DV)的多视角几何预测方法。在这一预测方法的基础上，进一步地设计了一个通用的多视角图像编码框架。综上所述，本文对静态图像压缩技术进行了深入的研究，取得了一些有价值的研究成果。数字图像压缩仍然是一个较有潜力的研究领域，值得我们更深入的研究。