图像是人类智能活动重要的信息来源之一,是人类相互交流和认识世界的主要媒体。随着信息高速公路、数字地球概念的提出,人们对图像处理技术的需求与日剧增,同时计算机技术的发展给图像处理技术的应用提供了广阔的平台。图像处理主要包括图像增强、图像分割、边缘检测和图像编码四大块内容,仿生算法的兴起为这几种图像处理问题的解决提供了一条十分有效的新途径。本文在详细分析了遗传算法、蚁群算法、粒子群算法、模糊逻辑和脉冲耦合神经网络基本原理的基础上,将各种仿生算法应用到实际图像处理问题中。在图像增强环节中,图像增强问题转化为求图像的非线性变换函数问题,采用量子遗传算法对非线性变换函数的参数进行优化,取得了较好的效果;在图像分割环节中,图像分割问题转换为求图像的最大熵问题,采用蚁群算法对改进的最大熵确定的适应度函数进行优化,取得了较高的效率;在边缘检测环节中,结合粒子群算法对Pal算法进行了改进,新的模糊边缘检测算法取得了很好的边缘定位;在图像编码环节中,首先采用脉冲耦合神经网络对图像进行不规则分割,然后在每个分割区域上利用正交基重建原始图像,取得了较好的压缩效果。同时,本文设计了一种基于TMS320DM642 DSP的数字图像处理系统,并对硬件各个环节的实现做了详细介绍。在硬件开发平台上,对论文采用的算法进行了实验验证,取得了满意的效果。