随着多媒体技术和网络通信技术的发展,人们已经迈进了大数据时代,最直观的感觉就是信息爆炸时代给我们带来的海量数据,这必然使数字信息的存储与传输成指数级增加。图像是数字信息的重要组成部分,是信息交流的重要载体。因此数字图像压缩一直图像处理领域的研究热点。在实际应用中,观察者往往只对图像的某一特定部分感兴趣,如图片中的文字区域、医学图像中的病理部位、遥感图像中的目标物体以及交通图像中的汽车牌照等,这些区域统称为感兴趣区域(Regions of Interest, ROI,而感兴趣以外的区域称为背景区域(Background, BG),对BG区域也要求一定的清晰度(相比ROI要低得很多)以便观察研究它与ROI区域之间的整体关系。ROI压缩编码技术正是基于这种实际应用需求对图像中的ROI进行无损压缩或近似无损压缩(不影响视觉观察),对BG进行高倍有损压缩,达到既满足人们对图像的质量要求,又降低图像传输时间和节约存储空间。本研究调研了ROI图像压缩的历史和现状,分析并总结了目前ROI图像压缩采用的相关技术。基于此,本文首先提出了一种基于JPEG2000的ROI图像压缩方法,实验结果表明：基于ROI的压缩方法的性能优于一般图像压缩方法,在获得更高压缩率的前提下,压缩重构图像保持了较高的峰值信噪比,很好地解决了压缩率和图像质量之间的矛盾。然而,对于大量文本图像用手工指定ROI的方法并不实用,本文进一步提出了一种基于JPEG2000的ROI自适应图像压缩方法,该方法首先提取出图像ROI,然后计算每一幅图像的冗余度,根据冗余参数来确定ROI与BG的压缩比例关系,然后基于Kakadu JPEG2000实现图像压缩。