随着计算机技术的发展,图像编码与压缩技术的研究受到人们越来越多的关注。在对图像进行传输与存储的过程中,如果对实时性要求较高,或者对存储空间的大小关注度较高时,此时就需要对该图像数据进行压缩。众所周知,图像压缩可以减少表示该图像的数据量,伴随着数据量的减少,图像的存储空间与所需传输的时间都相应的在缩减。对图像压缩进行研究,也就是寻找一种合适的编码或者变换的方法来达到不同的图像压缩效果；并且在图像的压缩、传输和恢复的过程中,还要求图像的失真度尽可能的小,以便于后期对图像的分类、识别等。本课题就是针对提高图像压缩效率而设计的,本文主要提出了一种改进的小波压缩方法,并实现算法的各个模块IP核的设计。小波变换的理论是近年来兴起的新的数学分支,它用于图像编码的基本思想就是把图像进行多分辨率分解,分解成不同空间、不同频率的子图像,然后再对子图像进行系数编码。编码过程是无损的,之所以能对图像进行压缩,是因为生成的小波图像具有与原图像不同的特性,表现在图像的能量主要集中于低频部分,而高频部分的能量则较少。免疫克隆选择算法是模拟自然免疫系统功能的一种新的智能方法。克隆选择算法不仅保证了算法在执行中抗体的多样性,同时该算法还具有多分辨分析的特性,对小波压缩具有重要的意义。本文将免疫克隆选择算法应用到小波分解等级阈值的优化中,通过对改进的压缩算法进行仿真,获得了比较理想的压缩结果。在对压缩算法仿真的过程中发现,由于硬件方面的限制严重的影响到了压缩效率的提高。为了提高压缩的效率,本设计在FPGA硬件平台上实现了该算法。和软件实现相比,硬件实现虽然在实时性和并行性方面具有很大优势,但同时会导致系统的灵活性不足、通用性不强等问题。在本文的最后,针对这一矛盾使用了基于功能的模块化思想,将该设计划分成四大模块：SDRAM模块、克隆选择模块、小波变换模块和LCD显示驱动模块。提出了算法IP核设计的整体框架,并对算法的各个模块分别进行了IP核的设计。