图像记忆是视觉感官收录（SM），负责储存快速衰减的视觉信息，也是视觉记忆系统的组件之一，其它组件还包括视觉短期记忆（VSTM）和长期记忆（LTM）。 图像记忆是极短（小于1秒）、预分类、高容量的记忆储存， 在短时间内提供完整连贯的视知觉表征，从而促成视觉短期记忆。图像记忆有助于解释，像是改变视盲现象以及眼球跳视期间的连续性经验现象。图像记忆不再被视为单个实体，而是至少有两个不同组件。包括斯珀林的部分报告范式以及现代技术在内的经典实验，则持续为感官记忆的储存性质带来洞见。
历史上已有许多人观察到，在物体偏移后，会出现持续的生理图像。这个现象最早出自于亚里士多德的记载，他认为后像与梦的体验有关。在18世纪和19世纪，研究人员观察到，若快速移动棍子，棍子末端的余烬会产生光迹，进而引发他们的兴趣并开始对这种现象进行实证研究，而这现象后来被称为视觉暂留。在20世纪，由于假设在视觉短期记忆中，视觉暂留对视觉信息有着预分类表征的作用，因此视觉暂留在记忆中扮演的角色引起了相当大的关注。 1960年，为了确认视觉感官记忆是否存在，以及确认容量和持续时间等特征，乔治·斯珀林进行了经典的部分报告实验。 1967年，奈瑟(Ulric Neisser)将这种迅速衰减的记忆存储称为图像记忆 。 在斯珀林实验过后约20年，在视觉感官记忆中，浮现两个独立组件的概念，即“视觉暂留”和“信息暂留”。斯珀林的实验主要测试了刺激的信息暂留，而其他如Coltheart则进行了视觉暂留的直接测试。 1978年，Di Lollo提出了一种视觉感官记忆的双态模型。 尽管历史上一直存在争议，但目前明确将图像记忆区分为视觉暂留和信息暂留，这两种暂留性质的测试方法不同，并具有根本不同的属性。信息暂留是图像记忆的基础，作为预分类感官储存，被认为是视觉短期记忆的关键因素。 类似的存储区还有声音的临时仓库。
图像记忆的两个主要组件是视觉暂留和信息暂留 。视觉暂留为由感觉系统创建的物理图像之中相对简短的（150ms）预分类视觉表征，为个人观察和感知的“快照”。信息暂留则是更持久的记忆存储器，其将视觉图像编码后的版本表示为后分类信息，为大脑接收及处理之后的“原始数据”。还可以考虑第三个组件，即神经暂留，指的是“视觉系统的身体活动和记录”。 神经暂留通常以神经科学技术如EEG和fMRI为代表。
视觉暂留是在物理偏移之后视觉图像仍然存在的显著印象，这可以被认为是神经暂留的副产物。对于刺激的物理参数，视觉暂留比对信息暂留更敏感，这反映在其两个关键属性：
为了得知视觉暂留的持续时间，已经使用不同的技术进行尝试。刺激持续时间技术是其中之一，在实验开始的同时会呈现探测刺激（听觉的“咔嚓声”），并在独立试验中以视觉显示的消退来呈现 ，其差异代表视觉存储的持续时间，大约是100-200毫秒。而其他技术像是现象连续性及移动狭缝技术，则估计视觉暂留时间为300毫秒。在第一个范式中，图像会不连续地呈现，在图像演示之间夹杂空白时段。如果暂留时间够短，那么参与者将感知到连续图像。同理，移动狭缝技术也是基于参与者对连续图像的观察，但只会使图像的“狭缝”的部分闪烁，而非整个图像刺激。当狭缝以正确的速度闪烁时，参与者仍可以看到完整的图像。
底层的视觉暂留是视觉感觉路径的神经暂留，长期视觉表征始于视网膜中感光受体的激活。已经发现到，视杆细胞和视锥细胞中激活持续时间超过物理刺激的消退时间，而视杆系统比锥体系统持续更久。 参与维持视觉图像的其他细胞还包括M和P视网膜神经节细胞(retinal ganglion cells) 。M细胞（暂态细胞）仅在刺激开始和刺激消退期间有活性，而P细胞（持续细胞）在刺激开始、持续及消退期间，皆表现出持续性的活性。 已经在枕叶的初级视觉皮层(V1)中发现视觉图像的皮层暂留性，而该皮层是负责处理视觉信息。
在物理刺激消退后，信息暂留代表仍持续存在的刺激信息 。虽然它本质上是视觉的，但不可见 。斯珀林实验是对信息暂留的一项测试。刺激持续时间是影响信息持续时间的关键因素，随着刺激持续时间的增加，视觉码的持续时间也会增加。 信息暂留所代表的非可视的成分表示为，图像的抽象特征及空间位置。由于信息暂留的性质与视觉暂留不同，因此不受遮蔽效应的影响。 图像记忆的这一组件的特征表明，信息暂留对后分类记忆存储起着关键作用，使得视觉短期记忆可以进行信息访问以整顿记忆。
尽管与视觉暂留相比，关于信息暂留的神经表征的研究较少，但新的电生理学技术已经开始揭示相关的皮层区域。与视觉暂留不同的是，信息暂留被认为依赖于视觉皮层之外的更高级视觉区域。前侧颞上沟（STS）是腹侧流的一部分，发现在猕猴的图像记忆任务中会被激活，而这个大脑区域与物体再认和物体识别有关。图像记忆在变化检测中的作用与枕中回(MOG)的激活有关，已发现MOG激活持续时间约2000ms，这表明图像记忆的持续时间可能比目前所认为的还要长。图像记忆还受到基因和大脑中产生的蛋白质之影响。脑源性神经营养因子（BDNF）是神经生长因子中的神经营养因子家族的一部分。已经证明具有编码BDNF的BDNF基因突变的个体具有缩短的、不太稳定的信息暂留。
图像记忆为大脑提供了平滑的视觉信息流，可以通过视觉短期记忆在较长时间内提取出来，以便整顿成更加稳定的形式。图像记忆的其中一个关键作用是对我们的视觉环境进行变化检测，这有助于我们感知运动
图像记忆能够沿着连续的图像流，整合视觉信息。例如在观看电影时，在初级视觉皮层中，新刺激不会擦除先前刺激的信息，反而会包含最近刺激的反应以及之前刺激的等量信息。这种one-back记忆可能是图像记忆和遮蔽效应中整合处理的主要基板，而具体结果取决于两个后续分量图像（“图标”），仅在隔离（遮蔽）时或叠加（整合）时才有意义。
图像记忆中的简短表征被认为，在检测视觉场景变化的能力中起著关键作用。“改变视盲”现象让我们深入了解了图像记忆存储的本质及其在视觉中的作用。“改变视盲”指的是，当两个场景之间相隔着一个非常短的空白间隔或刺激间间隔(ISI)时，我们无法在两个场景之间检测到差异。因此，视盲可以被定义为图像记忆的轻微失误。如果场景在没有ISI的情况下呈现，这种变化就很容易被检测到。据认为，场景在图像记忆中的详细记忆存储会被每个ISI擦除，使得记忆无法触接，因此降低了在连续场景之间进行比较的能力。
已有研究表明，在眼球跳视运动期间，图像记忆在提供连续性体验方面发挥了作用。这些快速眼球运动约30毫秒发生一次，每次注视持续约300毫秒。然而，跳视之间的信息记忆在很大程度上依赖于视觉短期记忆，而不是图像记忆。人们认为，存储在图像记忆中的信息在跳视时实际上会被删除，而不是有助于跨跳记忆。在眨眼时也会发生类似的现象，有意无意的眨眼都会破坏图像记忆中的信息。
图像记忆从出生起，便随着主要和次要视觉系统而持续发展。到6个月大时，婴儿的图像记忆的能力便接近了成年人。5岁时，儿童已经发展出成人所具有的无限容量的图像记忆能力。信息暂留时间从5岁时的大约200毫秒，增加到成人（大于11岁）的1000毫秒的渐近水平。随着年龄的增长，视觉暂留会略有衰减。将20岁出头的人与60岁晚期的人进行比较，可以观察到大约有20毫秒的减少。人的一生中有可能发生轻度知能障碍（MCIs），因而产生如情景记忆中的错误（关于人、地方及其背景的自传体记忆），以及由于海马回及联合皮质区损伤导致的工作记忆中的错误（STM的活跃处理成分）。情节记忆是一个人可以讨论的自传事件。目前已经发现，MCIs患者的图像记忆能力和持续时间都有所下降。MCIs患者的图像记忆障碍可被用于预测更严重的缺陷的发展，如阿尔茨海默病和失智症。
1960年，斯珀林首先成为使用部分报告范式来研究VSTM的二分模型的人。 在斯珀林于1960年的最初实验中，观察人员在短暂时间内(50毫秒)会看到一个由3x3或3x4个字母及数字组成的阵列，作为速示视觉刺激：
受试者根据刺激消退后的线索去回忆，引导受试者回忆最初显示的某一行字母。记忆表现会在两种情况下作比较：全部报告和部分报告。
全部报告条件要求参与者尽可能地回忆最初显示的元素所在的位置。参与者通常能够从十二个字符中回忆三到五个字符（大约35％）。这表明全部报告受到容量为4到5个项目的记忆系统限制。
部分报告条件要求参与者使用线索回忆，并从视觉显示中，识别出一部分的字符。在刺激消退之后，以不同时间间隔（约50ms）发出的音调作为线索。音调的频率（高、中、低）表示要报告显示器中的哪组字符。由于参与者不知道哪一行会被回忆，因此部分报告条件中的表现，可以被视为对观察者全部显示记忆的随机抽样。这种类型的抽样显示，在刺激消退之后，参与者可以在给定行中回忆大多数字母（12个字母中的9个），表明整个视觉显示中有75％可以被记忆所触接，使原本从全部报告试验得出的图像记忆假设容量获得大幅度增长。
在斯珀林的部分报告法中一个小变化，会产生类似的结果，那就是改用“视觉条标记”而不是“听觉音调”作为提取线索。在此修改中，会于50毫秒内向参与者展示两行8个字母的视觉显示。探针是一种视觉条，放置在字母位置的上方或下方，与阵列消退同时发生。当参与者被要求回忆指定的字母时，平均准确率为65%。
通过改变显示消退量和听觉线索(提示音)之间的时间间隔，斯珀林可以估计出感觉记忆的时间过程。斯珀林偏离了最初的程序，从刺激消退后立即呈现音调，变成到150、500或1000毫秒后才呈现。使用这种技术，刺激显示的初始记忆在显示消退后会迅速衰减。在刺激消退后约1000毫秒，部分报告和整个报告条件下的回忆率并没有差异。总体而言，使用部分报告的实验，为显示消退后大约持续1000毫秒的快速衰减的感觉痕迹提供了证据。
遮蔽效应是通过在字母周围画一个圆圈作为回忆的线索来识别的。当圆圈出现在视觉刺激开始之前，或与刺激消退同时出现时，回忆与“使用条形或音调时候”配对。然而，如果在刺激消退100毫秒后，用一个圆圈作为线索，那么回忆的准确性就会下降。随着圆圈显示延迟的增加，准确性又再次提高。这种现像是后向对比遮蔽的一个例子。当刺激消退后立即显示随机线之类的图像时，也会观察到遮蔽。