随着多媒体技术及其应用的不断发展,对图像编码技术提出了较高需求。可分级图像编码技术能够根据图像空间分辨率、网络带宽或终端计算能力的实际情况对码流的一部分进行解码,从而满足图像渐进传输、多质量服务以及图像数据库浏览等应用要求。本文围绕基于多级树集合分裂（SPIHT）的边缘增强的图像可分级编码算法展开研究。首先,在介绍图像编码原理的基础上,根据量化扫描策略的不同,将现有图像可分级编码分为基于树形结构的编码算法、基于块结构的编码算法、结合树形结构和块结构的编码算法,讨论了三类编码算法的主要思想。同时,重点介绍了 SPIHT编码算法的基本原理,并从变换方式、量化方式和系数扫描组织方式三个方面阐述了 SPIHT算法的研究现状和存在的不足。其次,针对现有方法在低码率下图像边缘模糊不清、振铃效应明显等问题,本文发现小波变换存在子带间的能量泄露现象,并通过分析各子带系数的重建精度和高频、低频子带的条件香农熵,得出了能量泄露主要集中在边缘、轮廓或纹理区的结论。进而,利用高通滤波器提取低频子带含有的高频能量,用于修复高频系数所对应的边缘系数,提高高频系数的解码精度;对每个高频子带沿其主要梯度方向进行二次变换,增大重要高频系数的幅值,使之获得优先解码。在此基础上,提出一种基于能量泄露和高频增强的SPIHT算法。实验结果表明,在码率为0.01bpp～0.5bpp时,本文算法的解码图像具有更加丰富的边缘和纹理细节,其峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）较之传统SPIHT算法平均高出3.1 1dB,比基于方向空间树的改进SPIHT算法平均提高2.1 1dB。再次,针对现有方法没能充分发掘小波变换系数的奇异点之间、奇异点与非奇异点之间的相关性问题,引进基于小波模极大值的信号重构,给出一种基于模极大值的图像修复方法。为了确定模极大值重构的最佳子带,本文根据解码系数的分布特点,将解码结束时的子带划分为精确解码、趋于精确解码、未精确解码三种状态;再以实验统计为研究手段,分析SPIHT算法在不同码率下的解码终止位平面等级、子带状态和重构PSNR之间的关系,进而发现在码率高于0.2bpp时,对最高频子带进行基于模极大值的修复通常能取得较高的重构质量。在此基础上,提出一种基于小波系数模极大值重构的SPIHT图像编码算法。实验结果表明,在码率为0.01bpp～0.5bpp时,本文算法的解码图像具有更加丰富的边缘和纹理细节,其峰值信噪比较之传统SPIHT算法平均要高出2.25dB,在中低码率下比基于方向空间树的改进SPIHT算法平均提高2.40dB,在中高码率下则比SPACS算法平均提高0.48dB。同时,该算法在码率高于0.2bpp时,能够取得明显高于现有方法的主观解码质量。