随着多媒体技术和通信技术的迅速发展，越来越大的图像数据量给存储技术和传输带宽带来了严重的挑战。为了实现有效的存储和传输图像，对图像采取压缩处理。图像压缩就是减少图像的冗余信息，实现图像的有效存储和传输。　　本文以图像压缩压缩算法为对象，深入研究了小波分析和奇异值分解在图像压缩中的应用。主要讨论了小波分析的基本理论、小波基和嵌入式零树小波编码算法；然后分析了奇异值分解的基本原理及在图像压缩中的应用，最后指出了已有算法存在的不足，在前期工作的基础上，提出了两种改进算法：　　(1)嵌入式零树小波编码算法存在编码冗余，所以将小波系数分开处理：低频子带采用DPCM编码，以减少重建误差；高频子带则结合游程编码，可以进一步压缩符号码流；最后整合各频带的码流进行算术编码，称为改进的嵌入式零树小波编码算法。　　(2)整体奇异值分解具有很大的运算量，同时也没有图像各子块的具体特点，结合图像子块特点和奇异值贡献率，给出了分块奇异值分解看算法：设定奇异值和贡献率阈值，将它用于各个子块，各子块自适应的选择奇异值个数，然后分别重建图像。在分块奇异值分解算法的基础上，在分解前期减去图像均值，然后对差值进行分块奇异值分解，称为去均值的分块奇异值分解算法。最后通过实验进行验证分析，证明了改进算法具有可行性。