随着计算机技术、互联网技术和数字多媒体技术的快速发展，以数字形式存储、处理和传输的静态图像或动态图像的需求越来越多。由于数字图像信息量很大，存储时将占据很大空间，传输时码速率大大超出现有信道容量，因此，图像压缩编码技术的研究和应用是目前信息技术中最为活跃的领域之一。小波分析具有多分辨率分析的特点，应用于图像压缩，不但获得了较高的压缩比，而且恢复后的图像质量较高，是一种性能优良图像压缩方法，并形成了以之为基础的图像压缩标准。矢量量化作为一种有效的有损压缩技术，其突出优点是压缩比大以及解码算法简单，已经成功地应用到图像压缩和语音编码系统中，在卫星遥感图像的压缩与传输、图像数据库等领域有良好的应用前景。因此，将小波变换与矢量量化相结合应用于图像压缩，在进一步提高压缩比的同时，研究减小图像的失真和算法的时间复杂度将具有重要的意义。本文主要研究集中在两个方面。首先是在图像小波变换后，对低频子带数据的处理方式的研究，将归一化处理应用于低频子带数据压缩，在保证图像重构质量的同时，提高压缩比。另一方面，对矢量量化时初始码书的设计作了重点的研究，通过矢量分类、优化初始码书生成算法，减小整个压缩算法的时间复杂度。对低频子带数据先进行归一化处理，再作标量量化编码。与DPCM编码方式相比，在重构图像质量相近的情况下，提高了压缩比，具有简单易实现同时能有效地克服了DPCM编码方式存在的失真累积的不足，并且更利于后续的熵编码。对高频子带采用矢量量化的压缩方式。为了减小初始码书生成的时间复杂度，提高整个图像压缩算法的效率，本文作了两个方面的工作。一方面，利用人眼的视觉特性，对训练集的矢量进行分类，去掉部分矢量，减小初始码书生成时的计算量。另一方面，对生成初始码书的PNN算法进行优化，进一步减小算法的时间复杂度。实验表明，将小波变换与矢量量化应用于图像压缩，在提高了图像的压缩比的同时，通过对低频数据采用归一化压缩方式，对高频数据对应的矢量进行分类和对成对最近邻算法的优化，降低了算法的时间复杂度，提高了算法的效率。