In dit proefschrift bestuderen we hoe beelden kunnen worden voorgesteld op een compactere manier die toch hun belangrijkste kenmerken vastlegt en de overeenkomsten en verschillen tussen de beelden behoudt. Deze compacte representaties van beelden, ook bekend als "beeldcoderingen", stellen ons in staat om gelijkaardige beelden en beeldpatronen te identificeren - een operatie die zeer belangrijk is voor beeldverwerking en computervisie. Door soortgelijke beeldpatronen te identificeren, kunnen we bewerkingen uitvoeren zoals beelddenoising, beeldinkleuring, objectopsporing tussen frames in een video en panorama-beeldverbinding. Door soortgelijke beelden te identificeren, kunnen we snel beelden terugvinden die lijken op een gezochte afbeelding, bijvoorbeeld zoals in de functie "zoeken op beeld" van Google. In dit proefschrift gebruiken we een op machinaal leren gebaseerde methode, de autoencoder, om deze compacte representaties van beelden te leren.