随着移动物联网时代的到来，人们对于图像信息的传输要求会越来越高，不仅要求所传输的图像具有较高的质量，而且要求具有较快的传输速度。影响图像质量的主要因素是噪声，且由于图像所携带的数据量相当庞大，要想具有较快的传输速度，需要将图像进行压缩编码，以压缩的形式进行传输。本文针对移动物联网环境下图像的传输特点，提出了一种新的球坐标域内的小波收缩去噪算法以及一种改进的图像压缩编码算法。球坐标域内的图像去噪新算法主要在以下方面进行了改进：(1)提出一种新的球坐标域内的多尺度收缩阈值。该阈值适用于在球坐标域内进行图像去噪，不需要事先估计图像的噪声方差，在一定程度上降低了算法的复杂性。(2)提出一种新的自适应非线性收缩函数。该函数在阈值处连续，且能够以较快的速度逼近小波系数的真实值，对于图像特征明显的边缘点和轮廓点具有一定的增强作用。用本文定义的多尺度模积对其进行控制，能够有效分离图像信息和噪声信息，高质量的重构原图像。图像压缩编码算法在以下方面进行了改进：(1)低频部分采用DPCM预测编码。提出一种利用其中间行和中间列的系数值来预测其它系数的编码策略。(2)高频部分采用改进的SPIHT编码。在编码之前先对高频系数进行预处理，然后引入最大值矩阵MMP，避免传统SPIHT算法的重复扫描问题。改进算法具有比较次数少，压缩比高的特点。最后，本文用Matlab对两种改进算法进行了仿真实验，并与同类的算法进行了大量的对比。实验结果表明，本文改进的图像去噪和图像压缩编码算法，都具有较好的效果，是一种有效的图像处理方法。