在非对称逆布局的模式表示模型(NAM)的基础上,提出了两种新的NAM图像表示方法,一种是基于偏微分方程的矩形NAM图像表示方法;另外一种是基于多边形子模式的图像表示方法。针对图像的有损表示,借助于矩形NAM图像表示和偏微分方程技术(PDE),提出一种基于偏微分方程的矩形NAM图像表示方法,简称NAMRP方法。该方法在编码端把原始图像逆布局为若干个矩形子块,并采用坐标压缩的方法存储矩形子块的位置坐标矩阵。在解码端,采用基于偏微分方程(PDE)的图像修复方法来修复解码图像,有效地消除解码图像中的方块效应。该方法编解码的时间复杂度均为ο(n ),其中n为灰度图像的像素个数。实验结果表明:与QTC方法相比,NAMRP方法具有更高的压缩比和更少的图像块数,可以有效地保持图像质量,具有一定的实用价值。从图像的局部统计特征出发,提出一种简单、直观的有损多值图像的表示方法,称为基于多边形子模式的图像表示方法(Polygon-Based Image Representation,PBIR),简称PBIR方法。该方法先把图像划分为若干等大小的正方形的小图像块,从主块(块内像素值相同或相近)开始,利用块与块之间的上下左右四邻域关系和种子生长准则,进行块与块的合并,再从合并后的块集合中抽取多边形子模式,采取起始点坐标加方向数的存储结构来存储每一个多边形子模式。PBIR方法的编码算法的时间复杂度为ο(m logm),其中m为图像原子块的个数。实验表明:与LQT方法相比,PBIR方法可以有效地减少子模式的个数和图像的数据量,可以有效地保持图像的质量,是一种较好的有损表示方法。最后,对光栅图像进行分析和研究,将PBIR方法应用到光栅图像矢量化上,提出了一种将光栅图像转换为SVG表示的矢量图形的方法,为光栅图像矢量化提供了一种较好的方法。