煤矿安全监控系统中，井下图像的实时传输有利于地面监控中心随时掌握井下的生产状况，对于安全生产有着重要意义。利用监控系统中的井下无线网络传输监控现场的图像，由于受到网络带宽的限制，因而对视频图像的压缩提出了较高的要求。 目前，许多实用的图像编码算法都是基于离散余弦变换(Discrete Cosine Transform，DCT)如静态图像的JPEG算法。视频序列的压缩一般基于空间域的运动估计和补偿、对预测误差进行离散余弦变换及量化，如MPEG-1，MPEG-2等。但是基于DCT的算法，在压缩比较高时，不可避免地产生方块效应。 小波变换具有良好的空间—频率局域化等特性，适合描述非平稳的图像信号，适应人的视觉系统特性，在视频编码领域受到越来越多的关注。 本文针对无线传输的低码率要求，对现有的静态图像压缩算法和视频序列压缩算法进行分析、研究，并比较了各算法的性能。重点研究了基于小波域的视频编码系统工作原理，对基于小波域的运动矢量估计和补偿算法进行了分析，并提出了改进算法。 提出了一种基于小波域的运动检测方法。在小波分解的最高层低频子带中进行运动检测，得到低频子带中的运动区域。在这个运动区域里进行运动矢量的搜索。由于运动区域相对于整个低频子带较小，因此运动矢量的搜索速度大大提高。此外，运动区域的划分对运动矢量的搜索也产生了一定的指导作用，避免搜索范围过大，而引起运动矢量的失真。 最高层低频子带的运动矢量是其他各子带进行运动矢量搜索的基础矢量。因而，这个运动矢量的估计必须精确。本文提出的面向传输的视频压缩方案采用了兼顾同级高频子带运动匹配的匹配准则，确保了最高层低频子带运动矢量搜索的精确性。 此外，本文对运动估计与补偿的结果进行了分析。比较了对于小波分解后的各高频子带进行补偿与否的压缩效果。 实验证明，本文提出的基于小波域的视频压缩方案在较高的压缩比下，可以保证图像主观质量，满足无线窄带传输的要求。