小波变换不仅可以去除图像数据中的相关性,而且提供了利用人眼视觉特性的良好机制,因此基于小波变换的图像压缩技术已成为当前的研究热点。论文详细研究了基于双正交小波包的静态图像压缩方法及其改进。论文首先通过对小波分析理论的梳理,引出双正交小波包的分解和重构算法,其中包括对小波变换及其重要性质,多分辨率分析方法,二维mallat快速分解与重构算法,小波包算法等的详细介绍。接着,对小波静态图像压缩中的几个关键环节进行探讨,其中包括图像质量的评价标准,滤波器的选择,分解级数的确定,小波包图像压缩系统,以及边界问题等。同时提出采用改进的双局部阈值方法进行图像压缩,即幅值局部阈值和空间局部阈值方法,并给出了具体的实施方案。最后进行了大量的仿真实验,首先确定图像压缩中所使用的小波基,基于图压缩的最优小波基选择很复杂,从平滑性、滤波器长度等设计标准选择来看,一般选择具有线性相位的双正交小波基;然后是确定最佳分解的级数,一般选择小波分解、重构级数为3或4级;最后是利用选取的小波基和确定的分解层数,结合提出的改进阈值方法,进行标准测试图像lena和实际指纹图像的压缩仿真和对比性分析。实验数据统计结果表明,使用该方法进行图像压缩,不仅可以获得较高的PSNR(峰值信噪比),还可以得到较理想的压缩比。实验过程中发现,在压缩比相同的情况下,新的压缩方法在时间消耗和重构图像质量方面均优于经典方法。压缩比提高了2倍左右,而其重构图像的人眼视觉质量与传统方法相当。另外,该压缩方法运算过程中所需存储量小和算法简单的特点,适宜硬件实现,而且便于并行处理,如果用数字信号处理器(DSP)实现压缩算法,可进一步提高压缩速度,实现用于图像数据在高保真情况下的实时压缩。