综上所述,传输图像信息时庞大的数据容量会给传输网络的传输通道带宽、计算器的响应和处理速度以及存储介质的存储容量和存储速度带来巨大的压力。单单通过提高外部的约束条件解决目前的问题是非常不现实的。所以,怎么从图像本身来减小图形信息的容量就很关键，这时图像压缩和编码就显得尤为重要了。

1。2 图像压缩编码技术的发展史

图像压缩编码最早是从1948年电视信号的数字化被提出后开始拉开了科学研究的序幕[2]，从最初被提出到今年已经拥有接近70年的历史。由于采用的方法是依据信息论的基本方法，所以图像被压缩之后，压缩比例非常小。上世纪六十年代中期，Neal将通过对脉冲编码和差分脉冲编码两种编码方式做了详细的研究和分析，提出了一份可以用于电视机图像传送的实验数据[3]，几年后，他把这个电视机图像传送的线性预测编码的真实实验做了出来。1969年九月份，第一届图像编码研讨会议在美国的洛杉矶举行，这次会议也标志着图像压缩这门独立学科的诞生。在这之后，整个通信领域对于图像压缩方面的研究突飞猛进，尤其是在压缩方法的研究方面更是取得了瞩目的成就。文献综述

由于第一代的图像压缩编码存在几个明显的问题，例如图像信息压缩之后的压缩比太小、图像信息经过压缩和复原后图像质量很低等。Kunt和其他几位图像压缩领域的学者利用人类眼睛的视觉特性于1985年提出了新的图像压缩编码的概念。1985年左右，人们相继提出子带压缩编码、金字塔压缩编码等压缩方法。这些方法相较于之前的压缩方法不同程度上有如下优点:分辨率不同的图像信号占据不同的频带可以很方便的引入人类眼睛的视觉特性，图像信号的多分辨率表示方便图像信号的传输。两年后，美国物理学家Mallat把多尺度分析的研究思想引入小波图像压缩中，把之前其他物理学家所提出的各种小波的研究方法统一起来，而且在此之后他又继续研究了小波变换的离散形式，并很快将这个方法引入到到图像压缩的分解与重构中，为此后的小波图像压缩编码打下了非常好的理论基础。

1988年，S1an和Barnsly两位物理学家提出将图像压缩进行分形的思想，很快便掀起了一股分形图像压缩的研究新高潮，此后，各国学者都根据这个思想相继提出了各种各样的改进方法。但是由于当时的编码技术在编码过程中，普遍存在算法运算量大的问题，因此编码时间会很长，且减小图像信息的失真度和获得更高的图像压缩比始终不能兼得。所以，这个编码方式的实用性被大大地限制了。1990年之后，图像压缩编码方面的研究又获得了新的进展，A。H。Lewis和G。Knoas两人提出了一种基于零树的编码算法，该算法主要根据同方子带里面所存在的小波系数的相似性，利用一种树形的组织结构来管理小波系数。此后不久，德国物理学家Shapiro重新研究并设计出一种的更好的算法，叫做零树编码算法，他所提出的这个嵌入式算法也是迄今为止一个很有效的压缩方法，它利用小波系数的优点来实现图像信息的多次编码，但是这个算法在时间以及空间的复杂度上有很明显的缺点。当前，小波分析的思想和方法已经成为了图像压缩领域的一个重要研究方向，小波变换的思想也逐步体现出它的优越性。目前小波变换己经被JPEG-2000国际标准所采用[4]。随着JPEG-2000这些标准的制定，图像压缩编码必然会得到更加广泛的应用。 

1。3 基于小波变换的图像压缩编码技术的发展与现状 

1。4 基于小波变换的图像压缩编码技术的研究热点与发展趋势  Matlab小波分析用于图像压缩的研究(3):http://www.youerw.com/tongxin/lunwen_102413.html