视觉认知涉及人们日常生活的方方面面。计算机的快速发展以及人们对大脑结构及其功能的认知日益清楚,使得基于生物视觉机理的计算机视觉模型乃至系统的研究成为视觉认知计算领域中重要研究内容之一。由于物体的轮廓与物体的认知息息相关,因此轮廓检测也成为一个重要的研究方向。虽然基于生理机理的轮廓检测方法近年来已有大量的研究成果,但这和生物视觉系统相比还远远不够。为了进一步了解生物视觉系统并将视觉机理与轮廓检测相关的计算模型结合起来从而完成轮廓检测任务,本文工作对与视网膜、外膝体、视皮层细胞感受野特性相关的基于颜色拮抗的廓检测方法做了介绍和分析。在此基础上,本文工作利用非经典感受野的各项同性、各项异性等中心-外周抑制特性抑制轮廓响应中的纹理,还利用非经典感受野的端区易化-侧区抑制特性在抑制纹理的同时减弱轮廓的自抑制效应,还利用贝叶斯推理过程一定程度上模拟生物视觉系统中多尺度轮廓整合过程。通过在图像库上大量的仿真测试实验,本文工作给出的所有模型得到的结果和预期一样,基本上都能实现轮廓检测结果的增强。同以往的异化模型相似,本文提出的四种新的易化模型因考虑了轮廓的自抑制效应使得轮廓有更强的连续性。本文提出的基于贝叶斯的多尺度轮廓整合模型,可以很好地保留和突出不同精细度的轮廓,从而增强轮廓的完整性,并且具有较好的鲁棒性。此模型最大的意义在于为多尺度轮廓的整合机理提供了一个新的有效思路。除此之外,我们可以得到,各个模型当分别考虑各个颜色拮抗通道响应后再整合在一起时能得到各自最好效果。这表明各种颜色特征在轮廓检测任务中发挥着不同作用。