图像通信直观生动,包含极其丰富的信息,是人们传递信息的重要媒介。同时,巨大的数据量也给图像的采集、存储、处理和传输带来了极大的困难,严重影响了图像媒体成为主要媒体,因此,压缩数字图像信号的数码率就成为图像通信和图像信号处理领域的首要任务,受到全世界科技工作者的关注,目前比较流行和较好的压缩技术是小波变换,它主要在图像纹理和光滑区域压缩方面取得良好的效果,而对于同样作为图像特征之一的轮廓线的压缩确有不足之处。目前国内外对此的研究还比较有限,主要有Donoho提出的CART模型和Romberg等人基于此的改进模型。本文首先介绍了压缩技术的标准和典型的压缩算法,又对这些算法在国内外的发展状况作了详尽的介绍和分析,并引入了基于伸长小波的压缩算法。其次,介绍了图像二值化的理论和目前主要的二值化方法,二值化目的是减少多层灰度值信息对图像处理的影响,并用试验做了验证。然后,介绍了图像分割理论和常用的分割技术,图像分割的目的是划分出感兴趣的图像区域,进行相应的图像处理,减少运算时间和节省存储空间;最后,主要介绍了基于伸长小波压缩的技术,将目前主要的算法----Donoho提出的CART模型和Romberg等人基于此的改进模型,与本文所提出的算法模型进行了比较,并对三种方法处理的效果图作了详细的比较。从试验结果上可以看出,本文的算法采用了图像二值化有效地去除了干扰信号,提出的重构模型简化了计算复杂度,也相应地减少了计算量,获得了清晰的轮廓线,取得了良好的可视化效果。