图像压缩算法一直以来都是一个非常热门的研究领域,经过多年的研究,已经有了很多成熟的图像压缩技术。在图像处理领域,小波变换对信号的时、频局域的分析能力很强,所以它一直有着不可替代的地位。但是在二维或者高维的图像中处理中,小波变换却不能利用数据特有的集合特征来获取“稀疏"函数表示法。曲波分析是在小波分析和脊波分析的基础上发展而来的一种新的方向性多尺度分析法。脊波变换在小波变换的尺度和位移两个参数的基础上都增加了表示方向的参数。因此,在描述具有直线或超平面奇性的二维信号时,脊波分析具有较高的逼近精度。曲波变换是用剖分的方法和脊波理论建立起来的,它具有很强的方向性。在应用上,它主要是针对曲线奇性信号的处理,其各向异性特征非常有利于图像边缘的高效表示。目前,曲波变换在图像处理中得到了广泛的应用,但是,目前用于图像压缩的具体实践算法还比较少。本文在分析了曲波变换的理论基础上,给出了一种利用曲波变换实现图像压缩的算法,并进行了实验研究。该算法是基于第二代曲波变换而进行的,即基于频域的曲波实现方法。经过实验,这种算法取得了明显的压缩效果。但是因为实际过程中曲波变换还是产生比较多的系数,导致计算时间很长。为了解决这一问题,本文又进一步对压缩算法进行了改进,把其中计算量很大的傅里叶变换,变成了不等间距的快速傅里叶变换的方法,明显提高了程序的执行效率。另外,这种算法还减少了Radon变换的计算量,提高了解码的速度,而且在压缩还原过程中,体现了比较好的边缘重构效果。