本文提出了一种基于极大似然原则的自适应模糊逻辑预测的图像预测编码方法。该方法首先根据图像局部梯度构造一个性能较好的自适应模糊逻辑预测器，该预测器利用图像的局部梯度作为构造隶属度函数的主要参数，可以根据图像边界情况自适应地完成预测；然后，通过将模糊逻辑预测器与一组线性预测器按照极大似然估计的原则自适应地混合起来，这样可以弥补独立的模糊预测器在某些区域的不足并可以提高预测器最终的性能。 　 本文在图像压缩编码方面使用了Context建模。图像压缩编码的Context建模主要解决Context模型数量过大的问题。本文分析了形成Context的诸多因素对压缩性能的影响，并通过实验将预测残差信号进行非线性量化并将其映射为量化级别、量化差值、符号位三个部分，由于差值和符号位有着类似噪声的信号特性，因此只需要对量化级别进行Context建模。加之合理的建模方式，Context模型的数量大大减少，提高编码效率。最后，将以上的方法与算术码编码器相结合，形成一套完整的图像压缩编码方案。试验结果表明，本文提出的预测算法可以达到较好的预测性能，最终可以获得较好的压缩结果。