生物视觉的感知能力具有极其精确和高效的性能,因而成为神经科学和计算机视觉领域研究的热点。生物视觉感知作用中,复杂的视觉神经机理是视觉系统高效运转的关键因素,因此探索其中的视觉机制对进一步深入理解视觉感知具有重要意义。本文受此启发,重点研究生物视觉系统中,前端视通路有关神经结构如视网膜、外膝体、初级视皮层和上丘,以及在经典感受野和非经典感受野之间的神经编码机制,还有神经元的脉冲放电机制,并依此构建视觉计算模型应用于轮廓检测与显著性检测两种基本视觉感知任务。本文主要研究内容如下:（1）受视觉系统多条视通路分流处理和融合调制形成视知觉的生物视觉机制,提出一种基于双视通路交互感知的轮廓检测方法。首先使用经典感受野的多尺度感知机制,通过构建基于多尺度轮廓融合的轮廓感知改进模式,得到响应结果的轮廓增强;基于皮层上视通路对视觉信号的精细化加工性质,建立了一种显著性视觉特征提取模型,提取显著性视觉特征;在初级视皮层构建神经元模型修正的脉冲编码模型,强化轮廓信息;在上丘区域,构建基于特征调制的非经典感受野纹理抑制方案,对两路轮廓响应结果进行像素级融合,得到最终轮廓响应。（2）受感受野长短程连接机制和非经典感受野的蝶形调制机理启发,提出基于感受野连接机制的轮廓检测方法。首先利用重叠感受野对应神经元之间的短程连接机制,提取短程轮廓响应;接着利用相邻感受野间神经元的长程连接机制,提取长程轮廓响应;然后构建非经典感受野的端区易化侧区抑制模型,分别得到非经典感受野的短程调制系数和长程调制系数。最后,提出一种轮廓差异引导两者非经典感受野调制作用融合的策略,实现对非经典感受野联合调制,得到最终的轮廓响应。（3）为验证本文提出的两个轮廓检测模型的方法扩展性和泛化能力,将模型根据格式塔知觉心理学原理,实现一个基于视觉轮廓引导的显著性检测方法。首先,根据本文所提出的轮廓提取模型得到轮廓作为底层视觉特征;接着,利用格式塔认知学所表述的知觉组织完形规则,从底层视觉特征中提取三种中层视觉线索,分别是轮廓密度、视觉重心先验和轮廓闭合性;最后将三种中层视觉线索融合,最终得到显著性区域。