视觉信息的理解和处理一直以来都是人工智能和计算机视觉的难题之一。人脑具有迅速准确的处理视觉信息的能力。用计算机模拟并实现这样的能力,对于计算机科学是一个具有吸引力和挑战性的目标。随着神经科学的发展,人们对生物视觉的神经机制有了越来越深入的了解。由此,人工智能和计算机视觉领域也产生了大量基于生物视觉机制的研究工作,在图像分析和处理中展示了巨大的潜力和可观的前景。本文依据视觉的神经机制,对初级视皮层中的简单细胞和复杂细胞等神经元进行计算机建模。在此基础上,对腹侧视通路上的V4神经元和IT神经元的响应模式和计算模型进行了探索性的研究。腹侧视通路在大脑完成物体识别的任务中起着关键的作用。在该通路的不同阶段,大脑完成了对边缘、朝向、轮廓、形状等各个层次的图像特征分析和提取,并最终形成了对物体的认知。本文构建了对应的计算模型,并通过该计算模型对输入图像的特征进行提取。特征匹配实验显示,与传统的图像特征描述子相比,该模型所提取的特征具有足够的区分度。另一方面,这种基于生物模型的特征显示出了更加优秀的泛化能力。一系列的物体识别实验以及对比实验显示,该模型能够很好的应用于物体识别和定位等常见的计算机视觉任务。此外,该模型为模拟腹侧视通路的神经处理机制提供了框架。大量工作可以在此基础上进一步展开。本文对可预期的改进和将来的研究方向进行了展望,以期在神经视觉领域做出更多的成果。