随着现代通信技术、计算机网络技术和信息处理技术的发展,图像信息的处理、存储和传输在社会生活中作用越来越大,解决图像存储与传输问题的压缩编码技术逐渐成为国内外研究的热点。传统的图像压缩编码方法可以较好的去除图像信息的冗余,但是在高压缩比条件下存在明显的方块效应,而小波变换具有出色的时频域分析和多分辨率分析特性,克服了传统图像压缩算法的缺点,已经广泛运用于图像压缩编码领域。在掌握小波变换压缩原理的基础上,仿真分析了图像经过小波变换后各子带图像的特点,揭示了小波变换应用于图像压缩的实质——用少量最重要的小波系数来重构整个图像进而达到图像压缩的目的。基于小波变换的嵌入式零树编码算法(EZW),是现代图像编码理论中具有开创性和先导性的一种编码算法,在它的改进算法中,SPIHT算法被认为是当今最有效的编码方法之一。但SPIHT算法压缩过程中需要使用三个链表来存储单个系数或子树的坐标,而这三个链表需要占用大量内存故不利于硬件实现。LZC算法对此进行了改进,但LZC算法的压缩效果相对SPIHT算法有所下降。本文在此基础上提出了一种改进算法,改进算法不再使用链表,而是使用两个简单的位图来记录编码过程中系数的状态,该位图所占用的内存空间只有SPIHT算法的1.4%左右、LZC算法的40%。改进算法先将小波变换后的二维图像数据转换成一维序列,然后对一维序列的系数进行顺序扫描,扫描过程中依据二个位图记录的信息来区分系数的状态,针对系数不同的状态分别采用不同的量化方法。实验结果表明,改进算法在同压缩比下,其解码的图像峰值信噪比普遍比LZC算法的高,与SPIHT算法的相当。