小波分析是近10多年来迅速发展起来的新兴学科，它同时具有理论深刻和应用十分广泛的双重意义，是Fourier分析划时代的发展结果。
本文讨论的小波是指由一个函数（母小波）经过伸缩与平移所产生的L2或其它空间的基底。一般函数都可以写成小波级数的形式，而由多分辨分析可得到小波的稳定有效快速变换算法。同时，小波还具有时频（空间—频率）局部化的特点，因而在很多应用场合优于Fourier变换。
本文主要阐述小波变换在静止图像压缩解压缩方面的应用。图像首先经过小波变换由空间域变换到频率域上，由于小波变换的多分辨分析特点，变换后可以得到原始图像在不同分辨率上的若干子图，其中低分辨率子图是原始图像的近似，包含了原始图像的大部分能量，高分辨率子图是原始图像在较高分辨率上的一系列细节，我们把这个过程叫做图像的小波分解。而小波的逆变换即是将这些不同分辨率上的子图组合起来以恢复出原始图像，这个过程叫做图像的小波重构。
经分解后的各个子图中的小波系数的分布恰好适合人类视觉系统的特点，即人眼对于低分辨率子图更敏感，对于高分辨率子图较不敏感，因此高分辨率子图中的信息稍有损耗并不会显著影响重构后图像的视觉效果，这样实现图像的高压缩比就成为可能。论文对图像经分解后的小波系数进行统计与分析，阐述了小波变换所以能够用于图像压缩的道理，并在此基础上讨论了多种量化和编码方案的设计与实现，包括标量量化、矢量量化、嵌入小波零树编码、行程编码、哈夫曼编码等，其中对JPEG2000采用的标量量化和嵌入小波零树编码作了重点讨论和分析。
论文最后分析了美国ADI公司用于图像编解码的小波芯片的压缩原理，给出了一个成熟的编解码方案，并用软件方法模拟了这一方案。
