随着信息技术的发展，图像压缩一直是人们研究的热点。其中，如何在保证一定图像质量的同时，尽可能的降低算法复杂度；在静态图像压缩中，如何确定变换系数的量化阈值，提高图像的压缩比和峰值信噪比；在小波压缩中如何进行小波基的选取等等，成为一系列值得研究的问题。本文结合国内外研究现状，针对以上问题进行了深入的研究，其主要研究内容有以下几点：1．对EZW、SPIHT算法进行了深入研究，提出了一种改进的SPIHT图像编码算法。改进算法不仅继承了原有SPIHT算法的各种优点，而且通过调整小波系数的排序过程、用一维数组来取代原有的链表结构、改变小波系数重要性判断的依据等措施进一步降低了SPIHT算法的复杂度、提高了原有算法的工作效率。2．对JPEG标准的压缩流程进行了深入研究，将均值均方差应用到基于DCT的图像压缩中。采用均值均方差计算DCT变换系数的量化公式，使得不同子块之间采用不同的量化步长。与采用固定量化表相比更能够反映变换系数的分布特征，也有利于实现图像的压缩。但是该方法只适用于包含信息比较单一的图像。3．对JPEG2000标准的压缩流程进行了深入研究，将均值均方差应用到基于DWT的图像压缩中，进行小波系数的量化。根据各高频系数矩阵的均值均方差，对正负系数分别构造不同的量化公式进行图像压缩，可以获得较好的图像压缩效果和较高的压缩比。4．对小波基的正则性进行了深入研究，确定了在图像小波压缩中小波基的选取依据。在利用均值均方差进行小波压缩时，对于包含信息单一的图像：正则性阶数越低，图像压缩比越高，重构效果越好；对于包含信息丰富的图像：正则性阶数越高，压缩图像的重构效果越好。