小波变换是近年来出现的崭新而有力的数学工具，由于其良好的局部化特性和弹性的时—频窗特点，而被认为是调和分析这一纯数学重要领域半个世纪以来工作之结晶，也是图像压缩的比较好的工具。 对于数字化图像来说，数据量极大，因此图像的压缩是十分必要的。在同等的通信容量下，如果数据压缩后再传输，就可以增加通信的能力。图像压缩的研究就是寻求高压缩比的方法，且压缩后的图像要有合适的信噪比。在压缩传输后还要恢复原信号，并且在压缩、传输、恢复的过程中，还要求图像的失真度小，便于图像的分类、识别等。通过小波变换，将图像分解成高频部分和低频部分。高频部分给出了图像的细节或差别，低频部分给出了图像的近似特征。因此小波技术提供了图像压缩的好方法。 本文以提高压缩比，减少失真度为目标，进行编码压缩或图像分解、重构。给出了基于Db小波基的具体推导过程并给予程序实现，同时利用Matlab小波工具箱函数给出了各种阈值下压缩图像，比较各种小波基的分解与重构效果。利用Mallat分解重构比较了Db小波和9-7小波的压缩效果。因此本文的研究对于用小波变换进行图像处理等方面都有很好的应用价值。