在无压缩的情况下，图像信号的数据量非常庞大，这为图像信息的传输、存储、处理带来了许多困难和问题。因此对图像数据进行压缩是非常必要的，图像压缩也成为当前研究的热点问题，并在不同的应用领域产生了相应的图像压缩标准，新的图像压缩算法也在不断涌现。 小波变换作为分析非平稳信号的有力工具，在图像压缩中得到了比较广泛的应用。在对图像进行基于小波变换的压缩时，编码过程中需要对所有小波系数进行缓存，内存占用比较大，以至于逐渐成为制约小波图像压缩发展的瓶颈之一。近来关于小波图像编码在内存有效使用方面的研究，有的集中在小波变换，有的仅考虑压缩算法，或者是仅考虑编码器、解码器二者之一。本论文采用一种基于行的小波变换压缩方法，针对整个系统的内存利用，提出一种在编解码中同时降低内存的方法。这种基于行的低内存小波编码方法与传统的小波变换在滤波顺序方面有很大不同，采用逐行读入数据，输入的每行数据及时进行变换，变换结果保存在缓存中，当积累的行数达到做列变换所需最少行数时，立即开始处理。这样，存储器中始终只需保存当前处理的数据，处理完后立即释放内存。采用这种方法，大大提高了系统执行速度，降低了内存需求，系统所需内存仅取决于图像的宽度，而与图像高度没有直接关系。 本论文所做的工作主要包括以下几个方面，首先介绍基于行的小波变换，从一维小波变换开始对基于行的小波变换所需内存进行分析，把系统所需内存分为滤波器内存和编解码同步内存，并给出整个系统执行框图；其次，在编码中，采用一种新的基于上下文模型的编码方案，这种方案不需要小波系数的全局信息，只需存储一行小波系数的上下文信息，从而实现编码方案的低内存。实验证明，本论文所采用的基于行的小波变换在静止图像压缩方面达到了SPIHT算法和JPEG2000编码方案的水平，信噪比没有明显下降，而压缩解压速度远快于后两者，内存利用比现有的算法降低了近两个数量级。对于大幅图像压缩来说，这样的压缩特性是非常有利的。