主观轮廓是一种在同质物理刺激的视野中根据图像特征的整体约束知觉到完整轮廓的视觉心理现象，体现了视觉系统惊人的感知识别和修复图像缺失部分的能力。主观轮廓作为一种理解目标轮廓知觉、形状知觉、深度知觉和视觉注意机制的重要现象，不仅仅有助于解决图像信息处理和机器视觉中的一些经典难题，而且对于认知科学具有特别重要的意义，在现代利用计算机进行图像场景分析和机器人视觉中具有广泛的应用前景。本文主要对主观轮廓感知修复的模型和相关算法进行研究，从而为运用计算机模拟生物视觉对主观轮廓的感知识别过程奠定基础。论文主要取得了以下研究成果：首先，提出了一个基于FACADE(Form And Color And Depth)理论的主观轮廓感知修复模型。该模型采用几何计算模型的建模思路建立了一个主观轮廓感知修复问题的综合性解决方案。在这一模型中，主观轮廓的感知修复过程被分解为轮廓特征提取、轮廓组织及缺口修复两个子过程。其次，研究了轮廓特征提取的相关算法。本文建立的感知修复模型将主观轮廓的轮廓特征提取分为有向边缘检测和关键点检测两个部分。本文分析这两部分的共同点，采用取向估计这一关键技术对有向边缘检测和关键点检测进行了一体化的处理。由于取向估计是现有研究中的薄弱环节，本文对取向估计进行了比较系统的研究：给出了取向的数学定义；完善了取向估计的原理分析和相关证明；将lognormal滤波和非线性扩散滤波相结合提出了一种CLFND(Combined Lognormal Filter and Nonlinear Diffusion)算法，实验表明该算法与现有的几种典型的取向估计方法相比，具有更好的准确性和鲁棒性。在此基础上，本文进一步提出了基于取向估计的有向边缘检测算法和关键点检测算法。最后，研究了轮廓组织及缺口修复的相关算法。本文主要完成了以下工作：一是针对张量投票方法处理主观轮廓时出现的问题进行了改进，并依据矩阵的特征值摄动理论分析了该方法误差产生的原因以及迭代对其影响；二是用图像处理方法代替FACADE理论中复杂的细胞动力学方程，提出了一种基于视觉竞争合作机制的轮廓组织及缺口修复算法，该方法通过DOG滤波器组、合作滤波器组和张量投票等方法分别模拟视觉系统中的简单细胞有向滤波、双极细胞合作滤波和终端截断后端点重组等主观轮廓形成过程；三是提出了一种基于可连接关系图的算法解决轮廓组织及缺口修复问题，该方法在轮廓特征提取的基础上，根据关键点的位置和取向信息判断其可连接关系，进而连接具有可连接关系但没有实际连接的关键点，最终完成轮廓缺口的修复。