稀疏表示已广泛应用到图像处理中,例如超分辨率图像重建和目标检测等。然而,由于传统稀疏表示模型对信号进行降阶处理,致使信息损失,导致重建图像颜色失真,结构模糊。为解决这些问题,有研究将四元代数引入到稀疏表示模型中。四元稀疏表示模型仿照人眼对彩色图像各通道并行的处理方法,能有效提高算法对多通道图像的处理效果。本文将基于四元稀疏表示模型的图像重建技术拓展到两个新的应用领域——脑图谱重建和彩色图像显著性检测中。本文主要工作如下:本文提出一种基于四元稀疏表示模型的脑图谱重建算法。将新生儿脑部核磁共振图像(MRI)的强度图以及三种组织图(GM,WM,CSF)以四元数的形式进行统一表示,即用一个二维四元数矩阵来整体表示四个通道图像,每个通道图像分别表示为该矩阵的实部和I,J,K虚部。这种本质为矢量信号表示的模型能充分利用上述新生儿脑部四种模态图像之间的相关关系,增强脑图谱重建图像的细节表现能力。实验证明,本文算法在脑组织结构描述上一致性高,并且能保留更多的细节信息。此外,本文提出一种基于四元稀疏重建残差分析的显著区域检测算法。对于当前图像块,使用四元稀疏表示模型,分别以其邻域和图像背景构建字典并给出重建结果,通过计算重建残差而获得当前图像块的显著值。该方法实质是通过计算当前图像块的局部对比度和全局对比度给出其显著度的衡量。相比于现有的其他稀疏表示模型,由于四元稀疏表示模型得到的重建图像误差小,可提供更为准确的图像对比度衡量,从而提高了显著性区域检测的准确性。实验结果表明,该算法得到的显著图与人眼眼动数据一致性高,同时能有效给出显著物体边缘。