基于小波的图像压缩是极具挑战性的课题,它在理论和实践中的潜在的价值一直激励着科研人员的不懈努力和探索研究.该文将小波引入到人脸的图像压缩中,并结合身份证上的人脸图像压缩的具体运用.利用改进的小波集合算法编码,在要保证人脸图像恢复质量的情况下,得到了较高的图像压缩比.小波变换在增加图像分解层次的同时,并没有引起数据量的增加,由于信号在小波变换域中主要集中在少数系数上,并且重要系数主要集中在低频段,高频段相对来说重要系数的个数相对较少.如何表示这些重要系数的位置,目前有许许多多的算法.该文从小波变换的理论出发,充分的考虑了小波变换后的特点,并结合了目前经典的小波编码算法,提出了改进的小波集合算法以适应人脸图像的压缩,达到保持图像质量的情况下,提高了压缩比.该文详细阐述了改进的小波集合算法的基本思想,并通过具体的实验证明了算法得到了较高的人脸图像的压缩比和恢复质量.该文还研究了小波变换后系数矩阵的分布特点,该文算法对充分利用这些特点,克服了诸如对所有的频域进行同重要度的编码不能充分利用小波变换的特点等缺点,不仅考虑小波系数各尺度间的自相似性,还充分利用了同一子带中不重要系数的相关性.该文算法还充分的利用人类视觉系统HVS的特性,把原始图像分解成许多具有不同空间分辨率、频率特性和方向特性的子图像,根据HVS的特性为各子图像选择合适不尽相同的编码方法,以进一步提高压缩比.最后该文以身份证上的人脸图像进行试验,并且与其他算法进行了比较,从而证实了本算法的有效性.