多媒体技术给人们的生活带来无穷乐趣,然而,面对庞大的图像数据信息,如何更高效地表示、存储和传输?图像压缩就是要解决这个问题。小波变换以其良好的空间-频率局部特性和与人眼视觉特性相符的变换机制,在图像编码领域得到了广泛应用和深入研究。图像的小波变换就是把图像分解为低频部分和高频部分,分别表示图像概貌和图像细节,而图像能量主要集中在低频分量上。然后,对变换后的小波系数进行量化、编码,便达到了图像压缩的目的。相比于小波变换,方向滤波器能够更好地提取图像的方向及边缘信息。在图像压缩中,小波变换和方向滤波器都是作为图像变换的方法。本文主要研究基于小波变换和方向滤波器的图像压缩,而在多种类型的方向滤波器中,我们选用梅花型方向滤波器。所做工作主要有两方面:一是矢量量化编码中的格型矢量量化,另一个是梅花型方向滤波器的提升实现。在图像压缩中,格型矢量量化因其规则的结构降低了编码时间和计算复杂度。在格型矢量量化中很重要的一点是参数尺度因子的调节问题,会影响到基本量化单元的大小,进而影响图像编码的比特率和失真。本文我们提出了一种新的调节此参数的方法,将其与码书半径的累积概率密度函数联系起来。然后,将这种调节尺度因子的方法应用到基于矢量死区的格型矢量量化,即死区格型矢量量化,并得出一种改进的比特率失真模型。实验结果表明该模型优于带有死区的塔式格型矢量量化中的比特率失真模型。本文为梅花型方向滤波器提升实现中的预测和更新算子提出了一种简明且系数对称的方法,并将其应用到基于嵌入式零树小波的图像编码中。另外,通过结合“2的幂”和“整数的平方”两种取量化阈值的策略,我们得到一种新的量化方法。在图像编码中,“2的幂”作为量化阈值用于高比特率编码,而“整数的平方”则用于低比特率编码。实验结果表明,本文提出的方法可以提高重构图像的质量。