图像信息是人类认识世界及人类自身的重要源泉，然而图像的数据量是巨大的。这样不仅对计算机的存储和处理能力提出了很高的要求，而且也使得图像通信的信道传输速率受到限制。因此，为了存储、处理和传输这些数据，必须要对图像信息进行压缩处理。传统的图像压缩采用DCT变换编码会出现“方块效应”，同时压缩的效率也不高，小波图像编码是近年来随着小波分析理论的发展而提出的一种具有很好发展前景的图像编码方法。小波分析具有时——频分析、多分辨率分析等优点，易与人眼视觉特性相结合，可获得较好的压缩效果，特别适合于图像这一类信号的处理，所以小波变换的方法受到人们的高度重视，出现了各种基于小波变换的图像编码方法。本文就是在这种情况下展开的。具体研究了提升方法、零树编码算法。提升方法属于第二代构造小波的新方法，既继承了第一代小波的特性，又有不依赖于傅里叶变换，同时便于构造整数小波的特性。本文对提升方法的原理和其中的关键技术作了详细的阐述和讨论，研究了基于整数小波变换的图像编码。并选择了Haar小波用提升方法实现普通提升小波和从整数到整数的提升小波，为后面进一步研究系数编码做好准备。随后研究了嵌入式小波零树编码算法(EZW)和分级树集合分裂算法(SPIHT)同时仿真实现了这两个算法。分别分析了这两个算法的缺点，并且提出了改进的算法——结合人类视觉特点的SPIHT算法，并且仿真实现了该算法。通过对标准测试图像进行压缩编码测试实验，表明该算法与原始SPIHT算法相比能够提高重构图像的峰值信噪比(PSNR)同时降低了均方误差(MSE)。最后利用VC编程实现了此算法。证实该方法可以实现图像从完全无损到有损压缩，与基于传统小波变换及零树量化的方法相比，运算简洁，速度快，重构图像质量高，取得了令人满意的效果。