人类的视觉系统有着极为强大的信息分析与认知理解能力,是人类感知世界的重要途径。深入研究视觉系统的内在机理并对其建模,不仅有助于理解视觉感知的信息处理与传递方式,而且可为实现基于视觉感知机制的计算模型贡献重要的理论基础与新思路。本文首先考虑到前后级神经元两者朝向选择性的密切联系,提出朝向深度选择模型逐层提取视觉刺激的朝向信息,并引入数据驱动的视觉注意度量视觉信息的空间稀疏性,经神经元网络编码实现轮廓信息增强;然后利用初级视皮层神经元对视觉刺激对比度变化的动态适应,构建对比度适应朝向选择的感受野模型准确捕捉视觉信息的明暗变化与朝向信息,并经由前级侧抑制信息调控的非经典感受野抑制纹理噪声;最后基于视觉通路平行通道的尺度变化,引入颜色拮抗及高级皮层对初级视皮层的反馈控制,实现图像显著轮廓检测,并将其应用于智慧交通场景中的车道线自动检测,结果验证了本文方法的可行性。本文的主要研究工作和成果如下:(1)考虑主视觉通路多层级感受野对视觉刺激的朝向选择性,以及副视觉通路的空间位置信息敏感性,提出了一种基于主副视觉通路协同作用的轮廓检测新方法。针对轮廓线条及整体朝向的连续性,提出了朝向深度选择模型多层级精细化地提取朝向信息;并利用神经元编码视觉稀疏信息模拟前馈视觉注意过程,实现轮廓增强与噪声过滤,进而完成轮廓感知。以RuG40数据集中的自然场景图像为检测目标,检测结果的平均P值为0.47,相较于对比方法有更佳的检测性能。(2)研究神经元的对比度适应与非经典感受野侧抑制的信息处理机制,提出一种结合对比度适应与侧抑制信息关联的轮廓检测新方法。根据视皮层神经元对对比度的动态适应和朝向选择特性,检测视觉刺激的差异性并映射成携带有轮廓强度信息的响应;以外侧膝状体经典感受野与非经典感受野视觉输入的差异对初级视皮层侧抑制强度进行全局调控,保护弱轮并抑制纹理噪声。在针对RuG40数据集的实验中,本文方法平均P值指标为0.48,发挥了物视觉系统信息处理的卓越性能。(3)提出一种基于视觉通路平行通道分级处理的轮廓检测新方法。利用快速传递低频的大尺度信息通道表征整体轮廓,引入颜色敏感的颜色信息处理通道响应小尺度信息,细节轮廓,并利用神经元网络编码去除冗余信息,通过高级皮层的反馈控制保护轮廓细息,融合大小尺度响应完成轮廓感知。将该方法应用于车道线自动检测任务中,有效理噪声干扰问题,能较好地检测光照差、路面洁净度低等情形下的车道线轮廓。