压缩编码是数字图像处理领域的重要内容,在多媒体普及的今天显得尤为重要,而基于人眼视觉特性的第二代编码技术由于具有高压缩比、高重建质量等优点而得到广泛关注。作为新一代编码技术,区域分割编码(Segmented Image Coding, SIC)充分考虑图像的自然特征和目标的形状特征,在提高压缩比的同时能够保持图像目标结构,是更符合人眼视觉感知特性的新型图像压缩编码方法。视觉皮层模型(Visual Cortex Model)源于灵长目动物的视觉系统,是一种更接近视觉特性的新型神经网络模型。近年来,其工作机理及在图像处理领域的应用研究得到越来越多关注。本论文主要就不规则区域分割编码的区域分割及其评价准则、轮廓描述和区域表示等关键问题进行探索研究：通过研究视觉神经网络模型及其特性,提出一种邻域平滑和梯度锐化的脉冲发放皮层模型,并将其用于区域分割算法；针对图像分割编码应用,研究了区域分割评价方法,并尝试提出一组改进的评价准则；探索研究了基于链码的有效轮廓描述方法和多项式近似与DCT结合的形状自适应区域表示方法；最后通过实验验证了论文所提出的不规则区域分割编码系统的有效性。本文主要研究内容与具有一定创新性的工作如下：1.分析和阐述了基于人眼视觉特性的区域分割编码技术,探讨了不规则区域分割编码方法的技术方案和相关难点问题。2.为提高神经网络数字图像处理速度,提出三态层叠脉冲耦合神经网络模型,在三维空间中的两个方向实现了并行处理；为准确分割图像区域,从人眼视觉系统分析和理解图像的角度出发,在神经网络模型中引入梯度算子和平滑算子,提出一种新型视神经网络—梯度耦合脉冲发放皮层模型。3.基于梯度耦合脉冲发放皮层模型给出一种图像区域分割方法,该方法通过拟合图像像素灰度值形成一个具有区域内平滑而边缘锐化的输出曲面,再用变阈值法得到适合不规则区域分割编码的分割结果。实验结果表明该方法能够分割出图像的大区域和弱边缘,同时遏制小区域及噪声的影响。4.对不规则区域分割编码的区域分割性能进行量化评价,尝试给出一组考虑图像分割区域内均匀性、区域间对比度、轮廓像素有效性及轮廓的光滑性的评价准则,实验表明该评价准则能够准确反映不同分割算法的性能,并与主观视觉评价保持一致。5.通过分析分割区域轮廓,探索了一种有效的基于差分链码和Huffman编码的轮廓描述方法,该方法能降低用于轮廓编码的比特流；分析比较了离散余弦变换(DCT)和形状自适应DCT(SA-DCT)对不规则区域的表示方法,研究了多项式近似与DCT结合的不规则区域表示方法,并应用于区域编码中。