轮廓标识了物体的形态特征，对目标主体轮廓的感知是计算机视觉领域的主要研究方向之一。在自然图像中，目标轮廓多被淹没于背景纹理边缘之中，检测难度较大。如何有效去除图像纹理信息，同时完成对目标轮廓的完整提取，是一个亟待解决的关键问题。人类视觉感知系统对于目标形态的认知，可以在繁杂信息中通过结构化感知进行快速识别。探索人类视觉感知机理，建立神经信息处理模型，是国内外研究的前沿热点之一。　　 本文的研究目的在于建立人类视觉系统中形状通道的计算模型，以模拟人类视觉获取不变性特征的能力，实现自然图像中复杂背景下的轮廓检测。首先，对近年来神经生理学方面关于视皮层结构功能特性的研究成果进行归纳总结，对典型仿生轮廓检测算法进行分析研究；而后，以初级视皮层的细胞聚集特性及其水平连接机制为依据，提出了一种新的轮廓检测算法。算法结合初级视皮层的细胞排列特性构建图像信息与皮层细胞的映射关系，通过模拟神经元间的长程、短程连接机制，实现对图像中轮廓信息的增强和背景信息的抑制。与传统方法相比，本文算法以初级视皮层风车状结构为基础，对其轮廓感知功能进行有效建模，对图像背景纹理的抑制和目标轮廓的增强区分度较大，在一定程度上实现了轮廓过度检测与欠检测的平衡，同时，计算复杂性小，耗时少，具有更好的计算准确性。