图像是表征客观世界的一种方式,由于图像具有简明扼要和便于理解的特点,所以被广泛地选择为信息载体。生物视觉系统对于图像等视觉信息的处理过程极为高效,通过对其内在机理的深入研究,将极大地有助于人类建立基于生物视觉机制的图像处理方法。本文充分考虑生物视觉机制在数字图像处理中的指导作用,以生物视觉机制的层级响应机制为基础,构建了一种基于初级视通路层级响应模型的轮廓快速检测方法;考虑到初级视通路中视觉信息流的传递和响应流程的特点,提出了一种基于初级视通路计算模型的轮廓检测方法。基于视觉信息流的层级效应,提出了一种新的轮廓检测模型,本文的主要研究工作和成果如下:(1)提出了一种初级视通路信息流层级传递和响应的新模型。在皮层视通路中,体现了经典感受野和非经典感受野对于视觉信息的处理和调节机制,考虑了不同类型感受野在提取视觉信息中的层级关联特性;还引入了皮层下视通路对于视觉信息的整体性描述,提出了一种多视通路视觉响应的融合策略,实现了局部性检测与整体性感知之间的协同作用。最后,以RuG40图库中包含复杂纹理背景的自然图像为实验对象进行模型有效性验证,得到整个数据集和单张图的最优平均P指标分别为0.46和0.48。(2)提出了一种基于初级视觉通路计算模型的轮廓检测新方法。构建了一种体现方向选择特性的经典感受野改进模型,利用多尺度特征融合策略来模拟视网膜神经节的图像目标初级轮廓响应;提出一种反应视觉信息时空尺度特征的时空编码机制,模拟神经节—外膝体通路对初级轮廓响应的去冗余处理;构建了基于非下采样轮廓波变换和Gabor变换协同作用的数学模型,模拟非经典感受野的侧向抑制特性。同时,利用初级视皮层对整体轮廓的前馈机制,实现对轮廓局部细节信息的完整性融合。选择自然场景图像为实验对象进行模型有效性验证,结果为整个数据集和单张图的最优平均P指标分别为0.49和0.56。与对比的ISO和MCI方法相比,本文方法在轮廓完整性和纹理背景的抑制准确性上均有显著的提升。(3)提出了一种基于视觉信息流层间交互机制的轮廓检测新方法。在第四章所构建的初级视觉通路计算模型的基础之上,引入了基于NSCT的频域分离模型实现LGN对视觉信息的频域分离作用;构建了多条快速视觉信息传递通路来模拟视觉信息层级之间的交互作用;通过初级视皮层的多级视觉特征融合模型,实现多级视觉信息的快速融合。考虑到医学图像具有纹理背景复杂的特点,选择两个典型的医学图像处理任务——菌落检测和白细胞检测为应用项目,来验证所构建的算法的有效性。实验结果表明:本方法不仅可以较完整地保留目标主体轮廓,还可以较好的抑制纹理背景,为后续操作奠定了良好的基础。