图像压缩技术随着计算机网络技术和多媒体技术的迅猛发展而成为国际上热门的研究课题。小波变换是当前数学领域中一个迅速发展的新领域,它不仅有着深远的理论意义,而且具有十分广泛的应用前景。基于小波变换的数字图像压缩是小波分析应用领域中一个重要方面。它具有压缩比高,压缩速度快等优点,但也存在低比特率时重建图像出现边缘模糊现象等不足之处。本论文的研究目的旨在解决在低比特率时如何有效保存图像的边缘和纹理信息以减少重建图像的边缘模糊现象,提高重建图像的主观质量的问题。 首先对基于小波变换的图像压缩算法进行了总结,分析其现状、存在的问题及发展方向。然后针对基于小波变换的图像压缩算法中存在的问题提出了一种基于势函数模糊聚类进行量化压缩的新方法。在模糊聚类量化过程中,本文充分考虑到了高频子带小波系数的分布特性及高频系数对于保存边缘、纹理信息的重要性程度,同对也充分利用了模糊集合的特性。实验证明,在低比特率下,该方法能较好地保存图像边缘和纹理信息。减少重建图像的边缘模糊现象,从而一定程度上提高了重构图像的主观质量。