多小波作为一个时频分析的工具能很简洁的刻画周期性的CFA图像信号的特征,所以能有效实现空间域间隔存储的R,G,B样本的时域和频域去相关。多数多小波必须有专门的预滤波器,预滤波的好坏直接影响压缩效果,而平衡多小波对原始信号进行奇偶项分解,直接进行多小波变换,节省了计算量。本文采用基于多小波变换压缩CFA图像,进行了多小波包变换后系数重组和改进的SPIHT算法的研究,提出一种CFA图像的有损压缩方法,实现了数据的嵌入式传输。多小波变换后贝尔图像的高频子带里有很大一部分的低频信息,为了使高频子带里的低频能量进一步集中,新算法采用多小波包变换即对高频子带再进行多小波变换。预滤波器对多小波滤波器组的影响很大,通过数据对比和图像仿真,分析不同多小波分解图像的特点,找出更适合多小波包变换的平衡多小波基CARDBAL2。平衡多小波包分解后的图像子带经系数重组1和系数重组2处理,5层多小波包变换后的系数特征相当于对图像进行6层单小波变换。系数重组1主要利用多小波变换后四个子块之间的相关性恢复成一个子带;系数重组2把不同子带里高频方向相同的子块聚到一起。这种利用子带间的相关性系数重组方法使图像子带更适合零树编码。改进的SPIHT算法同时开发了同一方向不同分辨率下的相关性和同一分辨率下不同子带间数据的相关性,将SPIHT算法中用三个符号表示的三棵空间方向树,这里用一个符号表示,有效的提高了压缩效率,改善了图像质量。仿真结果表明:新算法在低码率下相比JPEG2000有更好的性能,码率为1时,复合信噪比高出2dB,码率为2时,复合信噪比高出0.7dB。主观图像质量对照,复合信噪比相差不多时,JPEG2000出现严重的色彩失真,且新算法复杂度低,便于应用。