矢量量化技术是一种有效的有损压缩技术,其突出优点是压缩比大且解码算法简单。但是由于相关理论和应用研究没有完善,矢量量化的压缩标准一直没有提出。本文深入探讨了矢量量化的两大关键技术——码书设计和码字搜索,研究了矢量量化在图像压缩中的应用。在码书设计算法方面,提出了分量均值正交分割码书设计新算法。利用分量均值正交分割失真最大的胞腔,使初始码字尽量散开,得到充分利用,并提出了针对非典型码字的解决办法。实验表明,新算法在量化失真和训练速度两个相互冲突的指标之间,相对于以往算法取得了更好的均衡。在码字搜索算法方面,结合绝对误差不等式准则排除范围广的优势和等均值-等方差准则搜索速度快的优势,提出了改进的等均值等方差最近邻码字搜索算法,并提出了初始匹配码字和码字搜索顺序的确定方法。仿真结果表明,搜索速度相对于改进前提高了约10%。在图像压缩应用方面,提出了方差法和均值法两种识别“高细节块”和“低细节块”的方法,对于细节信息丰富的“高细节块”采用高比特率编码,否则采用低比特率编码。实验表明,这种自适应的变比特率压缩算法在编码质量、比特率和编码时间三个重要性能指标上都有较大改进。针对编码索引非均匀分布的特点,提出了结合哈夫曼编码的边缘匹配压缩算法,仿真结果表明,该算法在不增加失真的条件下,编码码率逼近信息熵理论的下限,为建立基于矢量量化的图像压缩国际标准提供了一个参考方案。