目标提取是图象处理、模式识别和人工智能等多个领域中一个重要但困难的问题,是计算机视觉技术中重要的关键步骤。图像特征的提取和识别,依赖于对图像分割的结果,而近年来人们对自身视觉机理研究的不断深入及计算机技术的迅速发展,为图像分割问题的解决提供了新的途径,结合人工神经网络和遗传算法来模拟人类视觉进行图像分割的方法,推动了图像分割向智能化方向发展。D.L.Wang和D.Terman提出了局部兴奋全局抑制振荡网络(Locally excitatory globally inhibitory oscillator networks,简称LEGION),并将该网络模型应用于图像分割和目标提取。本文分析了基于振荡相关性的LEGION选择网络和LEGION二阶目标提取网络的模型,在计算机上仿真了该原始振荡模型,分析了其参数对模型的影响,然后仿真实现了LEGION目标提取算法,将其用于对灰度图像的目标提取,并调整该算法中的参数以观察其对目标提取效果的影响,还采用本算法和其他常用的图像目标提取方法进行了比较。在目前研究中,LEGION仅用于对二值图像和灰度图像处理,但是在实际环境中,彩色图像所含的信息量大,符合人眼视觉习惯,其应用空间远比二值图像和灰度图像广泛。根据这一现状,最后给出了LEGION彩色图像目标提取的算法,对彩色图像常用的RGB模型和HSV模型,在这两个颜色空间下分别进行了仿真,并对各自的目标提取结果进行了比较。