图像信号由于其数据量很大，在存储和传输的时候要对其进行压缩处理。小波变换是一种有效的数学工具，基于小波的图像压缩技术正受到广泛的关注和研究。图像经过小波变换以后，在时域和频域都具有良好的局部化特性，重建图像中可以克服采用离散余弦变换编码所固有的方块效应，而且与人类视觉特性相一致。　　 本论文主要研究了基于小波变换的静态图像压缩算法，完成了以下一些工作:介绍了传统图像编码和小波变换编码的原理和方法，在理论分析的基础上总结出小波变换的优势。重点研究了小波编码算法中著名的嵌入式零树小波编码算法(EWZ)及其改进形式分层小波树集分割编码算法(SPIHT)，并在其基础上提出了本文的改进算法，包括采用提升方案，降低了原始小波变换的复杂度；图像经过小波变换后，最低频子带包含了图像的大部分信息，本文提出了频率优先编码概念，对低频子带单独编码；在量化时引入了符合人类视觉特性的模板重新定义各子带系数幅值以提高重构图像的主观质量；对SPIHT算法进一步分析发现各高频子带小波系数的分布有一定的方向性和相关性，提出了一种新的系数扫描方法，进一步改善了编码效率。　　 实验结果表明，虽然本文所提出的改进算法与其他的改进SPIHT算法相比编码时间有所增加，但在峰值信噪比上有比较好的表现，且使编码的方式更贴近人类视觉系统，重构图像的效果较好，总体来说是一种比较有效的压缩算法。