二十一世纪是信息的世纪,在信息世界里数字图像占据着举足轻重的地位。随着社会的不断进步和科学技术的不断发展,各式各样的数字图像已经成了我们生活和工作中不可或缺的一部分。伴随着数码相机成像技术的飞速发展,我们生活中的各种数字图像的清晰度也越来越高,给生活和工作带来了不少的乐趣和便捷。但是,数字图像清晰度提高的同时也带来了图像大小的快速增长这一问题。包含庞大数据量的数字图像给多媒体应用中的图像本地存储和异地传输带来了巨大的压力,不仅占用巨大的存储空间,更使得数字图像因通信信道的带宽限制而难以在互联网上的实现快速的实时传输、浏览以及数据共享。成为图像通信发展中的瓶颈。显然,解决实际运用中图像数据量大与通信带宽、存储空间有限之间的矛盾有三种方法：增加通信带宽、增大存储器容量以及对图像进行适当的压缩。增加通信带宽和增大存储器容量这两种方法虽然在一定程度上可以缓解这个问题,但是,考虑到数字图像成像技术也在不停的发展,单张图像的大小也在不停的增长,这两方面的努力可以说是投资大收获小。更何况,我们也不可能无限制的增加通信带宽和增大存储器容量,所以说这两种方法是治标不治本的方法,无法从源头上解决问题。对数字图像进行压缩才是解决问题的关键所在。正是对于高比率图像压缩算法的迫切需求,图像压缩问题成了越来越多的科研工作者的研究热点,也诞生了很多优秀的、有影响的算法。最近几十年来,由于小波变换优秀的时频局部特性,使得其被广泛应用在数字图像压缩领域。关于小波变换图像压缩算法的研究和应用不仅在学术领域十分活跃,在商业上也取得了很大的成功。国外一些公司将这种技术用于互联网环境中的图像数据传输,提供商业化的服务,对于缓解网络带宽不足、加快图像信息传播速度起到了很好的推进作用。作为一种优秀的图像压缩算法,小波变换在这一领域具有非常好的应用前景,也应该能够发挥关键性的作用,同时也必将对这种技术在我国的推广和应用起到有力的推动作用。图像通过小波变换后产生大量不重要的数据,通常我们需要对这些数据进行量化处理和编码处理,消除不重要的数据从而实现对数字图像的压缩。零树编码是当前小波图像压缩算法中最常用的编码技术。基于零树编码的规则,Shapiro等人首先提出了嵌入式零树编码算法(Embedded image coding using Zerotree of Wavelets coefficients, EZW)。该算法是第一个使用零树编码的小波图像压缩算法,它利用小波图像中各级子带间的相似性,对系数按重要性进行排序,然后对系数进行逐级量化,最终得到按系数重要性排序的比特流。EZW算法的这种内嵌编码方式使得图像在网络上累进传输成为可能,并且用户可以根据需要任意确定图像压缩的比率,因此,EZW算法一经提出就受到了广泛的关注本文首先简单的介绍了数字图像压缩的研究现状以及图像压缩的必要性和可行性；其次,用较长的篇幅介绍了数字图像压缩的相关基础知识,然后,详细的介绍了小波变换的基本理论；最后,详细的介绍了小波变换运用在图像压缩领域的相关基础知识,着重介绍了嵌入式小波零树编码算法,也就是EZW压缩算法,在详细介绍此算法的原理的同时,总结出了它的一些优点,并且找到了缺点。通过对它的优缺点的分析,提出了一种改进的算法。基于实验数据,我们利用主观评价标准和客观评价标准对重构的图像进行了评价。以主观评价准则来看,我们发现利用改进的EZW压缩算法压缩后的重构图像质量要好于EZW压缩算法。以客观评价准则来进行评价,在相同码率下,由改进的EZW压缩算法比EZW压缩算法重构的图像的峰值信噪有着明显的提高。也就是说,不论是用主观评价准则还是客观评价准则,都证明了对EZW压缩算法的改进是有效的,并且具有可行性。