近年来，随着计算机多媒体技术和网络通信技术的迅速发展，人们对图像和多媒体信息的需求不断增长。未经处理的图像信号的数据量是巨大的，使得图像信息的传输、处理和存储都受到限制。因此，研究高效的图像数据压缩编码方法，即怎样处理、组织图像数据，在应用领域中的作用将是至关重要的，图像数据压缩编码技术已经成为多媒体及通讯领域中的关键技术之一。 小波分析，这门十年前才发展起来的新兴学科，在图像压缩方面显示了良好的前景。它摈弃了传统FFT的前提假设—平稳性，克服了传统的FFT的一些弱点，能对图像进行时频局部化分析，即对图像的平滑部分进行粗处理，对细节部分进行精细处理。同时，它也能将图像分解到多个尺度上，进行多分辨分析。这样，就可根据各尺度上的子图像特性的不同，而进行不同的处理。用此压缩方法所重建的图像更符合人眼的主观特性，彻底消除了块效应，图像的编码效率也得到很大提高。 本文首先论述了图像数据压缩的必要性和可行性，介绍了小波变换的基本理论和多分辨率分析的概念，小波分解和重构的快速算法——Mallat算法，以及提升小波的理论，并对传统的经典的图像编码技术进行了综述。 对小波变换实现图像压缩的特点进行了讨论和分析，在此基础上探讨了小波变换实现图像数据压缩的特点和优越性，并给出了小波图像编码的过程。对较常用的基于小波变换的图像经典编码方法：嵌入零树算法(EZW)、分层树集合分割排序算法(SPIHT)、集合分裂嵌入块算法(SPECK)进行了对比和研究。 结合SPIHT算法的优缺点，在不影响算法整体结构的前提下，对SPIHT算法从几个方面进行了改进，并进行了实验验证，实验结果令人满意。