视觉是人类获得外界信息的最重要的途径,人类感知客观世界的信息是基本都是通过眼睛获取的。随着科技的迅速发展,为了弥补部分人的视觉缺陷,仿生眼的研究也日新月异,而计算机视网膜的研究是仿生眼发展中最关键和最基础的部分。视网膜整体框架清晰明确,细胞层次分明有序,各通路高度并行,这种架构有利于计算机模拟研究。但生物视网膜在实时性、准确性等方面的处理效果有着很高的水平,即使目前最先进的人造视觉处理系统也相距甚远。本课题对计算机视网膜的仿真模型进行了探索和研究,在仿真模型的基础上引入CUDA(Compute Unified Device Architecture)并行技术,实现模型的高效执行,并通过实验验证了改进的可行性和效率。文中主要工作包括以下几个方面：首先,文章介绍了课题的应用背景和意义,并研究了当前国内外的发展现状,针对现行的各种模型的优缺点,选择主流的视网膜结构分层计算模拟模型作为课题的主要研究方向。分层计算模拟模型是基于已知的生理学知识,运用数学工具和相关算法来模拟视网膜的各层结构,能比较好的展现各细胞层的特性和整体特性。其次,针对目前大多数计算机视网膜仿真模型计算效率较低的问题,提出了一种基于CUDA的并行改进方法。视网膜模型的计算,可以理解为对图像像素信息的处理操作。图像上的每一像素信息是相对独立的,这就为并行化运算提供了可能。在双极细胞低通滤波阶段,通过CUDA进行改进,可以有效地利用计算机资源,实现大数量级信息的并行化计算。最后,对改进的视网膜内网系统仿真模型进行实验验证并对其改善效果进行实验分析,包括对改进模型和原模型处理时间比较、不同分辨率下改进模型加速比的比较等。本文在CUDA并行技术的基础上对视网膜内网系统的数据信息处理仿真进行了优化,切实提高了视网膜内网系统仿真模型的信息处理效率和输出实时性。