随着科学的发展，社会的进步，人们对图像信息的需求也越来越大。然而用以表示这些图像的数据量巨大，使得存储成本很高，尤其不能满足现今网络环境下进行多媒体通信的需求。因此，怎样处理、组织图像数据是至关重要的。小波图像压缩是小波分析应用的一个重要方面。它的特点是压缩比高，压缩速度快，压缩后能保持信号与图像的特征不变，且在传递中可以抗干扰。 在小波图像压缩方法中，小波基选择的好坏，直接决定小波系数的性质，从而影响压缩过程中的后继处理、最终的压缩比及图像重建质量。同样，小波分解层数也影响着编码的复杂性和重构误差。本文对小波基以及分解层数的选择做了探讨。 另外，本文通过对小波图像的特点以及主成分的分析，提出了一种基于小波变换和主成分分析的矢量量化图像压缩编码方法，它利用小波变换良好的时-频特性，克服由于分块技术造成的方块效应，利用主成分分析对要进行矢量量化的数据进行降维处理，以减少图像压缩的训练时间。与传统的矢量量化编码方法相比，该方法训练时间少，有较好的图像质量。