图像是人们获取外界信息的重要来源,也是进行信息交流的重要媒介。探寻高效的图像表征方法,对于深入开展图像处理和图像理解方面的研究具有重要的意义。同时,建立高效的图像表征模型对于进一步的探索高效的图像编解码方法、计算机视觉及基于图像的控制技术都具有重要的促进作用。目前一些常规的图像表征方法面临着图像信息数据量大、图像易受到噪声破坏以及缺乏自适应性等问题。针对这些问题,本文研究了基于生物视觉机理的图像表征方法。生物视觉系统经过长期进化具备非常优越的信息处理机制,能够高效的表征图像信息。本文模拟生物视觉系统对图像信息的处理机制,建立了基于生物视觉机理的图像表征模型。主要完成了以下工作：一、对图像信息在视觉通路的传递过程及视觉信息处理机理(感受野特性、稀疏性、同步振荡性等)进行了分析,为基于生物视觉机理的图像表征方法研究提供了生理学基础。二、初级视皮层(V1区)在视觉系统中主要负责提取图像的颜色、形状及方向等信息,在图像信息的处理整合中具有重要作用。本文分别通过ICA和拓扑ICA方法对图像数据进行训练,获得了V1区简单细胞和复杂细胞的感受野特性相一致的基函数,为模拟V1区信息处理机制高效表征图像奠定了基础。三、根据v1区稀疏性,研究了基于稀疏响应特性的图像表征方法,通过少量的神经元表征图像。并以对图像信息的有效表征基础,提出了一种基于生物视觉机理的图像去噪算法。将该算法应用于图像去噪实验,取得了良好的去噪效果,验证了该图像表征方法和去噪算法的有效性。四、在模拟初级视皮层对图像进行稀疏表示的基础上,引入同步振荡机制,构建了一个由预处理层、稀疏表示层、同步振荡层构成的三层图像表征模型。并将该模型应用于自然图像的压缩实验,验证了该基于生物视觉机理的图像表征模型的有效性和高效性。