1、輪廓與邊界檢測(cè)技術(shù)作為計(jì)算機(jī)視覺領(lǐng)域的一項(xiàng)基礎(chǔ)研究，近幾十年來被廣泛研究，由于場(chǎng)景的復(fù)雜性，自然圖像的輪廓與邊界難以被檢測(cè)出來，這將直接影響更高級(jí)的視覺任務(wù)。本文著重研究自然圖像的輪廓與邊界檢測(cè)技術(shù)，通過引入人眼視覺信息處理機(jī)制，提出了兩種輪廓檢測(cè)算法：一種是基于組合感受野和朝向特征調(diào)制的輪廓與邊界檢測(cè)算法、另一種是基于視覺顏色理論和同質(zhì)抑制的輪廓與邊界檢測(cè)算法。
　　首先，研究了基于非經(jīng)典感受野各向同性抑制的輪廓與邊界檢測(cè)算法。

2、利用2D-Gabor函數(shù)模擬視皮層V1區(qū)神經(jīng)細(xì)胞的經(jīng)典感受野，DOG函數(shù)模擬非經(jīng)典感受野，與 Canny算子相比，該算法能有效減少紋理邊緣并保留輪廓與邊界，然而該算法直接將圖像投射到視皮層上，忽略了外側(cè)膝狀體的處理過程，因而研究了基于組合感受野的輪廓與邊界檢測(cè)算法，該方法雖然優(yōu)于基于2D-Gabor函數(shù)的輪廓與邊界檢測(cè)算法，但是沒有考慮非經(jīng)典感受野對(duì)經(jīng)典感受野的抑制作用，導(dǎo)致結(jié)果中含有較多的紋理邊緣。
　　其次，考慮到非經(jīng)典感受野

3、對(duì)經(jīng)典感受野的抑制程度與兩者間的朝向特征差異有關(guān)，本文提出了一種基于組合感受野和朝向特征調(diào)制的輪廓與邊界檢測(cè)算法，實(shí)驗(yàn)結(jié)果表明，該算法有效減少了紋理邊緣。
　　最后，考慮到顏色信息對(duì)于理解自然場(chǎng)景的重要性，研究了基于視覺顏色理論的輪廓檢測(cè)算法，通過模擬視覺通道上的顏色拮抗機(jī)制，檢測(cè)出圖像中的顏色和亮度邊界，然而，檢測(cè)結(jié)果中含有較多的紋理邊緣，利用非經(jīng)典感受野對(duì)經(jīng)典感受野的同質(zhì)抑制作用，本文提出了一種基于視覺顏色理論和同質(zhì)抑制的輪廓