图像是一种重要的二维信号，由于其数据量很大，在存储和传输的时候要对其进行压缩处理。小波变换是一种新兴的数学工具，基于小波的图像压缩技术正受到广泛的关注和研究。图像经过小波变换以后，在时域和频域都具有良好的局部化特性，重建图像中可以克服采用离散余弦变换编码所固有的方块效应，而且与人类视觉特性相一致。Contourlet变换是一种新提出的多尺度几何分析方法，它能捕捉图像中的方向信息，这正是视觉信息的关键。 本论文主要研究了基于小波变换的静态图像压缩算法，完成了以下一些工作：介绍了传统图像编码和小波变换编码的原理和方法，列举了常用的图像压缩标准，利用PC搭建了实验平台实现了图像编码的各种算法。本论文重点研究了小波编码算法中著名的嵌入式零树小波编码(EZW)算法、分层树的集划分(SPIHT)算法、集合分裂嵌入块(SPECK)算法，并通过实验研究了图像种类、小波基、分解层数对压缩效果的影响。还对三种压缩算法进行了对比分析。 在以上研究工作的基础上本文提出了一种改进的压缩算法，它结合了SPIHT和SPECK优势。实验表明改进算法与SPIHT和SPECK相比，在峰值信噪比上有所提高。本文还将SPIHT算法改造成为CSPIHT算法以适用于基于Contourlet变换的图像压缩。利用CSPIHT算法，本文对Contourlet变换和小波变换进行了分析比较。