视觉神经系统的非凡性能与视觉信息编码机制密切相关,但人们通常只关注于基于生理和心理的视觉神经功能探测与构建,或者只围绕着传统信息论编码机制展开应用研究,虽然上述研究也具有较好的研究意义,但它们缺乏视觉系统特性与视觉信息编码机制之间的关联视角,很难实现视觉处理上的应用突破。因此本文围绕视觉信息编码机制展开研究,构建视通路模型,发挥视觉系统层次结构与编码特性的优势,并尝试在以轮廓检测为代表的图像处理中进行应用。本文首先利用视皮层下神经元感受野对前级朝向信息响应进行动态调节,构建视皮层双拮抗感受野模型对视觉刺激进行方向选择,经突触连接的神经元群放电编码增强对轮廓信息的响应;其次为改善轮廓检测快速性,提出多尺度非经典感受野和视皮层前馈整合的视觉信息处理方式,能有效突出轮廓细节并抑制背景纹理;最后将神经元颜色恒常特性应用于图像增强中,对图像的方向特征进行层级编码,以雾天道路图像的轮廓检测为具体应用,结果具有较好的可行性。本文的主要研究工作和成果可分为三部分:(1)研究了视觉颜色拮抗与神经元群动态编码的信息处理特性,提出一种基于神经元颜色拮抗与动态编码的轮廓检测新方法。首先提出了神经节细胞和外膝体神经元单拮抗感受野的动态调节方法;构建神经元树突接收极性分布模型,实现初级视皮层对方位及空间选择响应;改进了神经元群体感受野内突触的动态连接方式,融合单细胞的脉冲频率响应,实现对纹理信息的抑制作用。对BSDS500图库的实验中,对100幅图像最佳检测结果的P值指标为0.58?0.04,相对其他对比方法可提高轮廓提取的准确率。(2)考虑不同尺度下非经典感受野抑制背景纹理的能力,及视皮层前馈整合信息的方式,提出一种基于多尺度非经典感受野前馈整合的轮廓检测新方法。针对多轮廓强度的自然图像,提出多尺度的非经典感受野调制方法,对繁琐视觉信息产生抑制作用,弱化冗余纹理;并改进视皮层整合上下级信息的前馈作用方式,进一步完成对轮廓的感知。以自然风景图像为实验对象,轮廓检测结果的P值指标为0.61?0.05,本方法在鲁棒性和准确率上得到均衡。(3)提出一种基于神经元颜色恒常与层级编码的轮廓检测新方法。从色偏图像的颜色恒常校正及检测方法快速、精确的需求考虑,建立视通路上神经元感受野对色偏图像动态调节的模型,仿真视皮层神经元逐步整合、选择处理信息的过程,得到异常环境下的目标轮廓。以雾天道路图像的轮廓检测为应用项目,表明本方法能够突出雾天道路中的目标,检测效率上的大幅提升,为交通监管系统或无人驾驶技术等在目标识别、场景理解过程中提供理论基础。