图像信息丰富,是人类认识世界的重要信息来源,但是图像数据量很大。近年来,随着计算机网络、多媒体技术的迅猛发展,这些应用迫切地需要对庞大的图像数据进行压缩编码处理。基于小波变换的编码方法,己经成为现有大多数图像和视频编码标准的核心技术。小波变换是一种信号的时间-尺度(时间-频率)分析方法,具有多分辨分析的特点,而且在时频两域都具有表征信号局部特征的能力,能以有效的信号表征方式处理图像中非平稳信号,在静态图像和视频压缩中得到快速的运用。图像编码是小波变换的核心技术之一,直接决定小波系数的性质,从而影响压缩过程中后继的其它处理,影响最终的压缩比和图像重建质量。因此,如何提高编码效率、优化小波系数,使小波编码算法在图像压缩中更快速、更高效成为目前研究的热点之一。本文首先介绍了几种已有的经典压缩编码算法,并分析了它们的优缺点;然后论述了提升小波的基本原理和关键技术以及自适应小波;随后本文重点研究了小波变换核心编码算法-嵌入零树小波编码EZW算法和SPITH算法,并深入分析了SPITH算法的缺点,在此基础上提出了改进算法,该算法从三个方面进行了优化,分别是基于自适应预测的小波系数优化,通过动态修正预测算子,提高了峰值信噪比PSNR;人眼视觉系统优化,通过设定不同的视觉权值,提高了视觉效应;零树结构优化,使用位图来代替链表,大大减少了内存消耗,提高了编码效率。在项目组软件开发版本MIP 2.7.1下,经过.NET 2008编译运行,实现该算法,通过对标准测试图像和医学图像进行压缩编码测试实验,表明该算法与原始SPITH算法相比,在算法的复杂度接近的情况下,重构图像的峰值信噪比平均提高了6.045%,提高了压缩后的成像质量,取得了令人满意的效果。