边缘提取对图像处理的其他方面例如图像分割、纹理分析、物体模式识别等有重要的意义。传统常用的边缘提取方法是面向局部信息的，这些方法的主要优点是简单易用，效果直观。但是它只关注了图像中的细节信息，受噪音影响很大，不能从全局把握。面向全局信息的边界检测方法也有很多。例如，霍夫变换(Houghtransform)和“蛇”(snake)模型等等。但是他们往往局限于所处理的图片的严格的范围，没有广泛的适用性。人工生命的研究萌芽于20世纪中叶，随着计算机性能的提高在最近二十年中迅速兴起。人工生命主要研究那些展示自然生命现象及其行为特征的人造系统。一个非常令人着迷的思想吸引着大批研究人员的关注，也是人工生命的重要基础观点之一，那就是“个体的行为简单、局部并且带有随机性，但是整体的行为连贯、协调并且不盲目”。启发了研究复杂性系统的不同于传统分析思想的可预见前景的新思路。用于边缘提取的人工杆菌模型受启发于自然界中普遍存在的真实的杆菌。首先，杆菌直短线状的形状很有利于描述线条；其次，真实的杆菌在繁殖和移动的过程中就会排列成有趣的曲线。人工杆菌模型是基于人工生命理论和真实杆菌群落的、以数字图像的边缘提取为目标构建的。本文提出的人工杆菌模型反映了生命世界的并行、动态、鲁棒等特点，具备了从图像中提取曲线的功能。经过实验的验证，人工杆菌模型具有许多优良的特性。例如：良好的抗噪性、迅速收敛以及稳定性、几乎无冗余以及完整性、带有方向信息及其精准性等等。