大量可以被人类和其它动物毫不费力完成的视觉任务,如在照片中识别朋友的面容,理解一个从未见过的物体是飞机还是轮船,用当前的机器视觉或图像处理系统却难以实现。人类及其他灵长类动物的视觉系统,能够实时而充分地感知外界的环境信息,并迅速地做出判断,无论从哪方面比较和衡量,都优于目前最好的机器视觉和图像处理系统。因此,探究人或灵长类动物视觉系统对外界场景进行感知和信息处理的过程,并以其为参照来设计能完成特定视觉任务的图像处理算法,即模拟人视觉感知的图像处理方法,已成为当前用计算机完成视觉任务的新的研究思路和热点。遵循这种研究思想,本文针对颜色迁移、彩色图像去色和用于全景拼接的图像排序等图像处理问题中所涉及的视觉感知现象和模型进行分析,进而提出能解决这三类问题的新的基于视觉感知的处理方法。具体工作如下：(1)颜色迁移。选择在(?)αβ颜色空间中完成颜色迁移的处理,该颜色空间是利用大量的自然界图像来进行驱动人的视觉感知的实验而得到的一个统计上各分量间相互独立的空间,其灰度和色彩分量分离,近似模拟视网膜->侧膝体中神经元对可见光信号的刺激响应和处理过程。针对已有颜色迁移算法仍存在的问题,提出了适用于复杂场景的多源图像颜色迁移算法；并从色彩相似度和结构相似度两方面对迁移合成图像质量进行衡量,提出了适用于颜色迁移算法的客观评价指标；大量实验结果验证了所提算法的正确性和评价指标的有效性。(2)彩色图像的去色。提出了两种彩色图像到灰度图像的转换算法：一种是采用数理统计分析的方法,尝试从图像中寻找色彩的差异值,并以此对物理明度分量进行增强；另一种是从彩色图像去色问题所涉及的视觉感知问题的角度进行分析。利用Helmholtz-Kohlrausch色貌效应所定义的主观亮度指标来确定彩色图像的物理明度和饱和度的顺序关系,并将该主观亮度指标与色调作为视觉注意选择算法PFT(Phase-spectrum of Fourier Transform)的两个输入变量,计算后获得图像的色彩显著性图。由于该色彩显著性图综合反映了原彩色图像的明度、饱和度和色调的显著性差异,最终得到的灰度图像更符合人的视觉感知。(3)用于全景拼接的图像序列排序。提出了两种全景图像序列自动排序算法：一种采用传统的图像处理方法,在梯度域计算得到图像的相似曲线,并以此作为特征来实现对图像序列的排序；另一种从视觉感知的层面出发,分析人在判断图像序列拍摄顺序时的处理方法,利用视觉注意力选择算法PQFT(Phase spectrum of Quaternion Fourier Transform)在频域中计算两两图像之间相位谱的偏移量,并以此为特征,得到一种新的图像序列排序算法。实验结果验证了这两种算法的有效性。