数字图像压缩是图像处理领域的一个热门研究课题。图像压缩主要解决的问题是尽量减少表示数字图像时所需要的数据量,去除冗余数据。本文对图像压缩编码理论和现状及发展趋势进行了简要的介绍。在对传统的图像压缩方法和使用二维EMD方法对图像进行压缩的分析基础上,使用了不同压缩编码方法对图像压缩的结果进行了分析比较。主要研究工作如下:(1)经验模式分解。方法对非线性、非平稳信号处理具有优越性,EMD分解扩展到二维后,应用于图像处理领域。采用不同的插值方法对算法进行改进,找到一种适合的方法对图像信号进行包络面构造,完成筛分过程;针对现有的边界效应抑制方法,进行比较分析,找到了一种简单有效的方法进行边界效应抑制来生成IMF;(2)使用二维EMD方法对图像进行压缩。二维EMD方法为图像处理提供了一个强有力的工具。图像进行BEMD分解后,会得到一系列的IMF和图像残差。由于分解出来的第一层IMF包含了图像的细节部分,笼统的对其进行压缩会造成图像高频部分损失,压缩图像质量不高。将第一层IMF与其它层分开处理,进行压缩;(3)比较使用DCT压缩方法结果,综合极值点压缩方法和改进的多抽样重叠块压缩方法,提出了一种新的基于二维EMD分解的数字图像压缩方法。在上述理论工作的基础上,通过MATLAB7.0环境完成了实验仿真。并对实验结果进行分析总结。BEMD方法应用于图像压缩,很好的契合了渐进显示编码的要求,在一定程度上节约了传输信道。通过对实验图像和数据的比较分析,找到了一种较好的方法用于数字图像压缩。