图像是现代社会信息传递的主要载体,而传输频带和存储空间的限制,使得图像压缩技术成为当前信息传输系统中关键的技术之一。小波理论是近年发展起来的新的数学分支,是继傅立叶变换和离散余弦变换后一种新的图像压缩算法,该算法因其良好的空间-频率局部特性和与人眼视觉特性相符的变换机制,在图像编码领域获得了广泛的应用和研究。本文对基于小波变换的静态图像压缩算法进行了比较细致的研究,首先介绍了图像压缩编码的相关理论知识,包括常用的图像压缩编码方法以及图像压缩质量评价标准,然后介绍了小波变换基础理论及其在图像压缩中的应用;其次重点对Shapiro嵌入式零树小波编码算法进行了深入的研究,阐述了该算法利用零树结构压缩数据的理论依据,说明了该算法的实现过程,并对该算法的压缩性能进行了仿真验证;然后针对EZW算法的缺点,对EZW算法作了改进,并通过仿真实验分析验证了改进算法良好的压缩性能。最后在EZW算法基础上,引入了散度的概念,并提出了基于图像散度信息,同时借鉴EZW算法的思想,将EZW和散度相结合的新的图像压缩算法。利用该算法对散度图像进行压缩后,再基于狄利克雷边界条件通过求解泊松方程来恢复重建原始图像。采用传统EZW压缩算法和新的压缩算法对测试图像Cameraman和Lena进行仿真实验,得到仿真图像和实验数据。与通过传统EZW压缩算法恢复重建的图像相比,我们发现通过新算法恢复重建后的图像基本没有模糊现象,也不存在块效应,只是在图像的对比度上产生了微小的变化,图像总体的主观质量和人的主观感受是比较好的。同时,从得到的实验数据也可以看出,新算法重建图像的感知峰值信噪比要高于传统算法恢复重建的图像,从而验证了基于图像散度信息压缩算法的可行性和正确性。