随着信息时代的到来,世界每时每刻都会产生巨量的图像信息,这种原始的图像往往因为拍摄设备、环境或者存储方面的限制,图像质量过低,往往存在模糊或失真等问题,无法被直接使用。需求带动技术的产生,一系列图像处理技术应运而生,如:图像压缩、图像分割、图像恢复等。图像压缩是图像处理的一个重要领域,其基本原理是将图像用更少的数据表示,使其存储所需的数据总量减少,达到降低存储成本和数据传输成本的技术。本论文的主要工作是研究非对称逆布局模型与其他算法结合在图像压缩和图像表示领域的应用,从而提出的两种算法:第一种算法是基于矩形子模式的非对称逆布局的块截断压缩算法。论文从理论方面论证了非对称逆布局的同位块分割算法与块截断压缩算法结合的可行性与优越性,通过实验对理论进行验证,并与块截断的几种压缩算法相比较。从实验结果可以得出,改进的算法压缩速度更快,压缩率更高,解码图像质量更好。第二种算法是基于可重叠的矩形子模式非对称逆布局和二值位平面分解的图像表示,可以细分为基于可重叠的矩形子模式非对称逆布局和二值位平面分解的灰度图像表示和基于可重叠的矩形子模式非对称逆布局和二值位平面分解的彩色图像表示两种。其中灰度图像表示算法的思路是先将灰度图分解成多幅二值图,再对每幅二值图做可重叠的矩形子模式非对称逆布局压缩。将该算法与灰度图像的线性四元树表示、基于三角形子模式非对称逆布局和基于方形子模式非对称逆布局与位平面分解的两种灰度图像表示算法对比。从实验结果可看出,该灰度表示算法的分割块数大量减少,压缩率也比其他算法高,可以作为基于非对称逆布局和位平面的灰度图像表示算法的一种补充。由该算法扩展得到的基于可重叠的矩形子模式非对称逆布局和二值位平面分解的彩色图像表示算法,其思路是先将彩色图像分成三个不同通道的灰度图像,再分别用基于可重叠矩形子模式非对称逆布局和二值位平面分解的灰度图像表示算法处理。将该算法与彩色图像的线性四元树表示和基于矩形子模式非对称逆布局和二值位平面分解的彩色图像表示算法作比较,实验证明,同样拥有更好的压缩率且分割的块数更少。